三维人脸广泛应用于虚拟现实、娱乐、医学、模式识别等领域。三维人脸重建的方法通常可以分为基于结构光的方法、基于三维激光扫描仪的方法、基于医学CT图像的人脸三维重建方法、基于通用模型的三维人脸重建方法和基于摄像机图像的三维人脸重建方法。其中基于摄像机图像的方法有许多优点,是近来最为流行的研究方向,它利用了立体视觉的原理,模拟人类双眼处理景物的方式,利用两台位置相对固定的摄像机,从不同角度同时获取同一被测物体的两幅图像,通过计算空间点在两幅图像中的对应点之间像差----视差,通过重投影矩阵来获取三维点坐标。但是因为镜头视场大小和景深的限制,两台相机只能获得某一视点的三维坐标,而且由于环境光照形成的阴影,被测物体的自遮挡,一般双目立体测量系统一次测量只能得到某一视点被测物体的表面数据,为了获得对象的整个表面,须多角度,从不同的视点进行多次测量,并将多次测量结果重叠在一起重建出完整表面,这种方式称为多目成像。论文主要目的是建立一套适合于人脸三维重建的多目成像系统,将双目立体成像扩展到更多相机的情形,其要解决的核心问题实际上是实现多个面片数据的自动拼合。因为测量系统从不同视点重建获取的数据所在的坐标系互不相同,需要研究如何将这些位于不同视角下的测量数据重叠在一起,虽然可以通过面片直接配准来计算不同视角测量数据之间的坐标变换关系,但在多目立体视觉中,可以通过摄像机标定的方法来解决,实际上就是解决多目相机的标定。摄像机标定是立体视觉中最基础、最重要的组成部分,虽然文献提出各种单目或双目摄像机标定方法,但对于多目摄像机标定方法相对较少,大体可以分为基于标定物和摄像机自标定两类,前者通常选择一维标定物,精度较高,但对使用场景有限制;而自标定方法虽然适合于各种场景,但一般鲁棒性不足、精度不太高。论文第三章提出了一种4目相机标定的算法,该方法基于张正友的平面标定算法,使用方便,而且该算法可以扩展到更多相机的情形,任意两个相机都可以形成立体对。论文的主要成果包括两个方面:一是构建出一种人脸3D立体成像装置。该装置是一套基于被动视觉的多目立体成像系统,由4台高分辨率的佳能EOS600D相机构成。成像的过程可概述为:将相机分成了左右两组,分别基于立体视觉的原理重建出左右两侧3D人脸;然后将左右两侧3D拼合成最终的3D人脸。二是完成了左右3D人脸的拼合。论文通过扩展双目标定技术,实现左右两侧3D人脸的自动拼合。其基本思想是,首先独立标定左右两个立体对(组),经立体校正变换到各自的校正空间,然后将两个校正空间视为立体对,从而计算出这两个空间的空间关系,最终将重建的左右两个面统一到同一空间,实现4目相机的标定,完成左右两侧3D人脸的自动拼合。最终,论文基于佳能开发包ED SDK 2.11开发出4个相机同步(软同步)拍摄软件;采用张正友的平面标定算法,基于OpenCV-2.4.3实现了提出的4目相机标定算法。经过大量真实数据测试表明,达到了预期的目标。