随着摄影、照相等相关硬件技术的不断发展，在电影、游戏、医疗等领域，三维技术得到了广泛的应用。相比于二维图像，三维图像具有更多的空间信息且贴近人们的生活。近年来，在计算机视觉和图形学中，三维人脸建模的研究成为该领域的核心内容，在三维人脸动画与识别中起到了关键作用。三维人脸建模一般有四种方法，参数模型，肌肉模型，视觉模型和形变模型。形变模型因具有真实感好、自动化等优点而被认为是三维人脸建模最成功的方法之一。前人提出了ICP、NICP、流光法等方法来建立三维形变模型，但这些方法在人脸对齐精度及准确性上都存在着局限性。因此，在一个三维人脸库中建立形变模型仍是一个难题。本文对三维人脸形变模型的建立及其应用进行研究，主要研究内容和创新包括：1.对标准形变算法的改进。在大规模的三维人脸数据库上，研究多种建立形变模型的方法并分析其优劣。实验证明，标准的三维表面形变方法在人脸对齐的精度及准确性上效果良好。然后根据本实验中三维人脸数据库的特点，改进局部寻找匹配点对时的策略，不仅使得匹配点对准确性提高，而且使得后期的能量函数优化速度加快。最后，运用非刚性形变算法的思想，在标准三维形变变方法的基础上，提出了迭代稠密对齐算法。2.评估三维人脸形变模型的准确性和有效性。针对不同应用领域，评估标准也不同。本文分别从四个方面和标准三维表面形变算法进行对比。实验证明，本文算法在对齐精度和准确性上都要高于标准形变方法。3.在已建立的形变模型上完成基于单幅图像的三维人脸重建。根据单幅正面人脸图像来重建三维人脸，由于信息的不对等，这是不可能实现的。但是三维形变模型具有三维人脸丰富的先验知识，可以近似重构出图像的三维人脸。由于三维形变模型的参数复杂，本文使用三维形变稀疏模型，通过对特征点的拟合，达到对三维人脸形状的重建。然后，通过二维到三维的纹理映射，完成对三维纹理重建。实验表明，重建的三维人脸形状光滑，纹理逼真。