刚性物体结构固定、运动形式也比较简单,因此,在早期研究阶段,三维重建的研究工作都是针对物体做刚体运动的情况,或是将三维目标物体当做刚体进行分析和研究。目前,刚体三维重建技术已较成熟且走向应用。但是,在真实世界当中,大部分物体运动属于非刚体运动,动态的非刚性物体运动比静态的刚性物体运动更加具有普遍性和多样性,并且要比刚性物体运动复杂的多。因此,传统的刚体三维重建方法很难直接应用在非刚体三维重建上,仅是将非刚体简单假设为刚体不能贴切反映客观世界,甚至会由于误差叠加导致重建失败。因此,非刚体三维重建技术的研究迅速发展成为计算机视觉研究领域的一个热点问题,也是目前计算机视觉研究领域的一个难点。但是,在无任何先验知识的情况下,从已有单个图像序列中只能实现非刚性目标物体的射影重建,而射影重建又是非刚性目标物体三维重建过程中必不可少的一个关键环节,且其重建精度会对最后三维目标物体的重构结果产生很大影响。因此,本文着重研究基于图像序列的非刚体三维射影重建技术,在形状基概念的基础上,展开了一系列非刚体三维射影重建技术的研究。本论文的主要研究工作如下:(1)在三维重建过程中,图像都以像素矩阵形式存储,这些矩阵都是非负矩阵。因此,可以将非负矩阵分解方法应用到三维目标物体的射影重建当中,在假设摄像机成像模型为正投影模型的情况下,提出一种基于非负矩阵分解的非刚体三维射影重建算法。该算法先假定非刚体由若干个形状基线性加权组成,然后利用非负矩阵分解方法实现非刚体的三维射影重建。该算法能够确保射影重建结果的非负性,使三维射影重建的结果更具有物理意义。并通过模拟实验和真实实验的数据说明,该射影重建算法拥有较高的射影重建精度。(2)为了更符合实际情况,并提高算法的重建精度,假设摄像机为针孔模型,提出一种基于最小特征值的迭代非刚体三维射影重建算法。我们先假定非刚体由若干个形状基线性加权组成,然后所有的图像点和深度因子的乘积组成一个低秩的图像矩阵,利用该低秩图像矩阵的特性,将投影求解转化为求解矩阵特征值以及特征向量的问题,同时考虑列向量和行向量的约束,进而构造一个迭代地求解图像的深度因子的算法,最终利用该算法实现非刚性物体的三维射影重建。该算法可保证收敛至全局最优解。并通过模拟实验和真实实验的数据说明,该射影重建算法拥有收敛性速度快、误差小等的优点。