三维数字成像及造型(3DIM)作为一个新兴领域,覆盖了光学/光电子、精密测量、计算机视觉以及计算机图形学等多学科知识,其关键技术有:三维光学传感、系统标定、深度像匹配、深度像融合、三维模型简化、细分、参数化及三维模型编辑等。本论文主要围绕多视场深度像的处理上的若干关键技术进行探讨,主要有深度像的匹配、融合及简化技术。深度像匹配是多视场深度像造型的关键一环,其目的就是寻找不同视角深度像间的空间位置转换关系,从而将这些深度像统一到同一个坐标系内。深度像匹配可大致分为:两个视场的深度像粗匹配、精匹配和多视场的深度像全局匹配。本文提出了结合纹理信息进行深度像匹配的方法,由于二维纹理匹配技术较成熟且不受几何噪声影响,可以自动、快速完成深度像的粗匹配,实验结果表明所提出的算法具有一定的鲁棒性。目前应用最为广泛的深度像精匹配方法是ICP算法,该算法依赖一个初始估计、对噪声敏感且计算复杂度高。因此,本文提出并研究了非编码标志点进行多视场深度像的匹配方法,并结合全局优化算法避免了匹配误差积累,获得了较好的实验结果。此外,本文还详细比较了该方法与ICP方法的差异及改进方法。深度像的融合是多视场深度像造型的另一重要环节。目前被广泛应用的深度像融合算法主要有基于网格缝合和基于隐式曲面的两类方法,其各有优缺点。一种快速、鲁棒、高精度的深度像融合算法还有待进一步研究。本文提出基于射线投影的深度像融合算法,利用轴向包围盒树结构求取交点,并借助Dexel结构进行存储,既加快了计算速度又节省了存储空间。实验验证了该算法的有效性。曲面简化技术在三维造型领域占有重要地位。本文概述了目前各种简化算法的各自特点及适用范围。并着重对二次误差测度(QEM)简化算法进行改进,提出顶点尖特征度的概念,在测度函数上加入一个惩罚项,从而改变边折叠的次序,使得原始模型的尖锐特征在最终简化结果中得以保留,并且网格能够合理分配,在曲率较低区域分布稀疏,曲率较高区域分布密集。