在计算机视觉领域,从二维图像序列恢复物体的三维结构和运动是一项重要而困难的工作。本文主要对一般透视投影模型下和存在数据丢失情况下由图像序列重建非刚性物体的三维结构及摄像机运动信息问题进行了比较深入的研究。主要内容包括:1.提出了一种迭代算法,从图像序列恢复非刚性物体的结构和运动,将非刚体因式分解法从以往的弱透视投影假设扩展到一般透视投影的情况,从而提高了重建结果的精度。2.提出了一种准透视投影模型来恢复刚体和非刚体的结构和运动。首先,在摄像机距物体较远且旋转较小的情况下,提出并证明了成像过程可通过准透视投影模型来近似。由于投影深度隐含在形状矩阵中,此模型比仿射摄像机模型更加精确并和仿射情况一样容易计算。其次,对模型进行因式分解并通过准透视投影假设建立了刚体和非刚体因式分解的框架。此外,提出并证明了一种鲁棒方法来恢复变换矩阵,将因式分解方法拓展到欧式空间。3.提出了一种带正交约束的幂因式分解算法,将正交约束和运动矩阵的重复模块直接合并到迭代算法中,克服了以往基于奇异值分解方法的局限,不但便于实现,而且可以处理丢失数据的跟踪矩阵的问题。此外,提出一种连续的因式分解方法来实时恢复新图像的形状和运动。4.提出了两种算法来改进透视因式分解的性能。首先,提出通过做较大运动的摄像机的两个射影重建的结构来初始化射影深度,然后通过最小化反投影残差来迭代地优化该深度。其次,提出一种基于Kruppa约束的自标定方法来处理更一般的摄像机模型,然后通过标准化的跟踪矩阵因式分解法来恢复欧式结构。