在深度图像处理中，针对散乱的数据点进行三维建模与识别研究更具一般性，它是计算机视觉领域中的一个研究热点。通过阐述超二次曲面建模、分割与识别理论和方法的研究进展，以及演化计算在三维建模与识别中的应用，针对离散不规则三维数据点的特性，分析了超二次曲面参数拟合、多物体场景分割、部件识别存在的问题，提出进一步研究扩展超二次曲面的表达能力，利用的超二次曲面作为基元部件对场景进行建模与分割，并将群体并行演化以及关系匹配理论引入到超二次曲面建模与识别中，其目的在于探求一种高效实用的三维建模与识别方案。