如何用二维图像的有限信息构建出图像中物体的模型一直以来都是计算机视觉领域的研究热点。随着各种技术理论不断完善,光学系统愈加精密,利用基于图像的三维重建技术,自动、快速的生成物体三维模型的优势越来越明显。基于图像的三维重建技术效果逼真,可以实现自动或半自动重建。传统的双目立体视觉三维重建技术需要两台相机平行放置在不同视点进行拍照并利用视差原理计算深度,在实验中需要两台相机,提高了实验成本。在实际操作中两台相机需要平行放置,提高了实验操作的难度。并且在提取图像特征点时,使用单一的一种算法会导致物体的某些关键特征缺失,影响三维重建的效果。本文探讨了用一台相机在不同视角拍摄同一物体的多幅图像,并利用两种不同的算法提取图像中物体的特征点来重建目标物体模型的技术。主要工作包括获取图像,计算相机内外参数,特征点提取与匹配,三角剖分等。其中相机内参数的标定采用了张正友标定法。相机外参数通过分解本质矩阵获得。另外本文通过相机成像模型之间的关系给出了物体特征点的世界坐标求解公式。在求得所有特征点的世界坐标后对其进行Delaunay三角剖分,得到物体三角化模型。本文的研究结果表明,基于单相机的双目视觉图像三维重建技术,拉低了重建成本,且原理简单易懂,操作简单,还原出的物体模型真实感较强。可广泛应用于模型精度要求较低的情景中。