随着计算机图形学和三维数字技术的快速发展,针对人脸的三维建模技术已成为了国内外学者研究的重点和热点,并已取得许多的成果,但仍存在着一定的缺陷和问题。首先,目前大部分三维人脸重建系统仍需用户手动选取人脸特征点,一方面选取的特征点可能因人而异,另一方面系统的自动化程度也会由此降低;其次,现阶段大部分三维人脸重建系统的运行效率依然较低,一定程度上阻碍了人脸建模技术向其他领域的拓展。为此,本文提出一种以单张正面人脸图像为输入,在中性表情、均匀光照条件下,通过计算机自动提取人脸特征点,具有较高真实感,且简便快速的三维人脸建模方法。通过对当前典型一般人脸模型的优缺点进行分析和比较,针对课题自身特点,以现有的实验条件为基础,选择CANDIDE-3人脸模型;然后以CANDIDE-3人脸模型中的顶点为参考,结合MPEG-4中对人脸特征点的定义,选择用于三维人脸建模的26个关键特征点。利用AdaBoost方法进行人脸检测,去掉自然条件下拍摄带来的复杂背景,为人脸特征点的精确提取缩小搜索范围。在确定的人脸区域中,利用灰度积分投影法,并结合人脸五官分布的先验知识,确定眼睛、嘴唇、鼻子等区域的大致搜索范围。根据瞳孔的圆形几何特征,以Hough变换检测圆的方法为基础,提出一种快速有效的瞳孔精确定位方法,并由此提取眼睛轮廓上的其他各个特征点。根据人脸肤色和唇色在颜色信息上的差异,以红色排除法的思想为基础,加入G分量和R分量的分布差异,提出一种抗干扰能力更强的嘴唇分割算法,并由此提取嘴唇的各个特征点。利用鼻孔的灰度特征,实现对鼻孔的分割,由此提取鼻子的各个特征点。实验表明,上述方法快速简便,精度较高。利用自动提取的人脸关键特征点调整CANDIDE-3人脸模型,使一般人脸模型发生形变,生成近似图像中人脸的目标几何模型,再将人脸纹理信息映射到目标几何模型上,生成具有真实感的特定三维人脸模型。在上述理论研究的基础上,以VC++6.0为开发环境,利用OpenCV和OpenGL设计并实现一个具有真实感的三维人脸自动建模原型系统。实验表明,本文方法快速简便,运行效率较高,具有较高真实感,人脸特征点由计算机自动提取,无需用户手动选取,自动化程度较高。