摘要：四面體網格在醫學圖像、可視化等領域有廣泛的應用.現有的體素圖像生成四面體網格算法通常需要進行去噪、分割、四面體化等多個步驟,從而導致誤差的不斷累積.這里提出了一種直接由帶噪音的原始體素數據生成最終需要的四面體網格的算法.本算法的核心是針對體素圖像四面體化的需求提出了一種基于全變分稀疏模型的優化方法,并通過交替方向乘子法等數值算法高效地優化該變分模型,直接從輸入的原始體素圖像中得到四面體網格,同時對網格的頂點位置、連接關系、四面體的屬性信息都進行了優化.通過在模擬數據與真實數據上的實驗表明,該算法在處理即使帶有噪音的數據時也能很好地重建四面體網格,并能保持原始信號的尖銳特征.