图像采集设备的发展以及软件处理技术的进步促进了立体视觉领域的发展,作为立体视觉中研究热点的人脸重建备受关注。相比二维人脸,重建取得的三维人脸对人脸姿态与光照变化具有好的鲁棒性。已经在人脸识别、虚拟现实领域得到广泛的应用。基于双目立体视觉的三维人脸重建涉及人脸图像获取、立体匹配、视差图计算、深度图估计、点云处理等环节。本文以双目人脸图像为研究对象,研究三维人脸重建中由双目图像到三维人脸点云重建过程。针对脸区点集对应易受图像采集时的背景干扰问题,在面部关键点定位的基础上,利用面部外轮廓关键点,建立凸包来确定紧致脸区,得到人脸有效区域。提出了一种新的脸区点集对应建立方法。分别以左右脸区作为参考,利用SURF运算符进行特征提取,且在另一脸区中寻找对应,利用左右对应关系一致性减少误匹配,融合面部关键点,提高了脸区中对应点数目。利用对应结果进行视差图计算。利用三角法进行深度估计得到三维点云信息。对于重建的初始三维点云存在大量冗余问题,在基于双目图像重建过程中提出一种利用BFM均值人脸模型对人脸点云进行约束的方法,不同于形变模型的重建方法,该方法通过在两点云之间寻找对应关系,使人脸点云模型向BFM人脸模型上进行变换,通过BFM模型的形状信息约束人脸点云的形状,从而实现对人脸点云模型进行滤波去噪处理。最后人脸点云与BFM模型的对应关系与粒子群优化方法相结合的方式,对人脸点云进行曲面平滑处理,得到平滑后的点云模型。