AVR(From Actual Reality to Virtual Reality，即由真实世界到虚拟世界的转换)问题是计算机应用的一个重要领域，它为虚拟现实、计算机视觉、先进人机交互、工业自动化等领域提供了新的技术手段。作为AVR景物理解的关键技术和实现基础，本文着重研究了三维物体识别中的AVR理论、算法和实现技术。本文将AVR三维物体识别与AVR景物重建技术相结合，通过AVR重建，获得三维物体的基于超二次体元的统一参数化模型描述，一方面，可以从这些参数化模型描述中提取出三维物体的结构化描述，进行AVR三维物体识别，获得三维物体的高层视觉语义描述，作为AVR景物理解的信息基础；另一方面，又可以作为计算机内部虚拟景物的精炼的参数描述模型，输出到虚拟环境中。 本文的主要成果性工作包括： (1)提出了AVR三维物体识别的理论和系统框架，并对AVR三维物体识别中的算法和关键实现技术进行了研究。在AVR系统框架中，首先，利用AVR重建技术，直接从真实物体形状信息数据中生成三维物体体元的基于超二次几何子的计算机内部参数描述模型；然后，提取AVR三维物体结构化描述特征；最后，通过采用有效的三维物体识别计算方法，得到三维物体的高层视觉语义描述，使计算机具有对三维物体的视觉认知和识别能力。 (2)提出了使用基于超二次几何子的参数化体元描述模型以及直接从三维数据中得到超二次几何子模型描述的提取计算方法。基于超二次几何子的模型描述形式，结合了超二次曲面模型的定量的参数信息和几何子模型的定性的几何属性信息，具有很强的模型描述和视觉区分能力，可作为AVR三维物体描述和识别的基础。 (3)基于球面调和分析和三维矩不变量，提出了超二次曲面模型描述物体形状相似性的度量计算方法。超二次模型的形状相似性度量是利用超二次模型进行三维物体识别的一个关键问题，有效的超二次模型相似性度量测度的缺乏已经成为制约其在视觉识别领域发展的一个重要“瓶颈”。本文在对超二次模型自身数学性质分析的基础上，分别提出了基于球面调和分析和三维矩不变量的超二次模型形状相似性度量计算方法，得到了描述物体形状的三维旋转不变量，可作为三维物体识别的一种依据，为超二次模型在三维物体识别中的应用创造了前提条件。 (4)研究了AVR三维物体识别算法，提出了基于改进解释树的三维物体识别方法和基于部件特征融合的三维物体识别方法。基于改进解释树的识别方法能够实现待识别物体与三维模型之间的全局匹配、部分匹配和焦点匹配等不同类型的形状匹配计算。在该方法中，首先，定义了一组完善的一元和二元部件特征及对应的约束，设计了有效的解释树约束搜索规则，能够快速得到待识别物体数据和三维模型之间可行的匹配关系；然后，开发了一个形状相似性度量算法，能够得到不同类型匹配下的具有模型形状相似度排序的识别结果。另外，鉴于信息融合方法在二维图像识别中的成功应用，本文尝试地提出了基于部件特征融合的三维物体识别方法，该方法以模型部件形状特征向量间的相似度作为输入特征，分别采用了最佳线性融合和神经网络方法实现对三维物体的识别，测试实验结果说明了这种融合方法在解决部件描述的三维物体识别问题上是可行的，具有一定的发展潜力。 (5)构建了AVR三维重建与识别实验系统。将AVR．三维重建与AVR三维物体识别相结合，实现从真实世界三维物体形状信息中重建出相应的计算机内部描述的虚拟景物模型及其高层视觉语义描述。结合本论文的研究工作，我们在已有AVR实验系统基础上，建立了AVR三维重建与识别实验系统，系统采用平台方式，将AVR研究中的关键技术及成果转化为若干层次的、相对独立的功能化模块，通过功能模块的有效、有机集成，实现AVR系统的各项任务，从而为AVR理论与技术的进一步深入研究与完善奠定基础，又有助于将AVR研究成果向应用系统技术转化。