从上世纪七十年代起,三维人脸建模一直是计算机图形学领域的一个研究热点。三维人脸建模技术在很多商业领域中得到应用:在影视动画和电子游戏领域中,许多虚拟角色由三维人脸建模技术创造出来;在医学领域中,三维人脸建模技术可以重建病患的头部并用于虚拟手术;在生物特征识别领域中,三维人脸建模技术可以用于人脸识别。其它领域比如虚拟现实、人机交互、网络辅助教学等都能应用这项技术,因此对三维人脸建模方法的研究是一项十分有意义和价值的工作。目前基于图片的三维人脸重建算法能够得到图片人脸的近似三维人脸模型,但人脸局部细节的重建存在较大误差,并且人脸纹理的重构也不够精细。这些算法的局限性在于:没有对五官等人脸精细部位的重构做局部优化;从图片中提取的人脸特征不够完整、精确;人脸的颜色纹理模型难以重构精细的人脸纹理。本文针对这些局限性提出了以下几点改进:在重建算法中添加人脸特征点,并针对该项进行优化;改进了人脸边缘提取算法,提取更完整的人脸边缘;通过图片的对齐融合算法生成三维人脸模型的纹理图像。本文的算法通过基于Haar特征的人脸检测算法检测出人脸区域,再通过人脸特征点定位算法计算人脸轮廓和五官特征点的位置,接着通过人脸边缘提取算法提取出人脸边缘。完成人脸图片的特征提取后,进行三维人脸模型与人脸图片的特征点对齐、边缘对齐以及人脸像素匹配。最后,对人脸的正面和侧面图片进行对齐融合,生成完整的人脸纹理图像,进行三维人脸模型的纹理贴图,并根据Phong光照模型进行光照参数的优化。重建得到的三维人脸模型可以使用一个低维的参数向量表示,通过调节参数值可以对三维人脸模型进行编辑。本文算法可以在具有摄像头的设备上实现三维人脸模型的自动生成和编辑,可以直接应用于影视动画和电子游戏制作,简化三维人脸建模的流程,还可以应用于三维人脸识别或者其它与人脸相关的软件开发。