基于多目立体视觉的三维重建技术是研究如何通过物体的二维图像信息来恢复其对应的三维信息，基本步骤包括图像采集，特征点检测与匹配，摄像机定标，三维点云重建，表面重建。三维空间能够反映出更多的信息，可以方便地从任意视点观察物体，具有立体视觉的效果，从而让人类更好的感知外界信息。　　本文采用SIFT特征作为标定的关键点，并采用SFM（基于运动恢复结构）来完成摄像机标定。用Y.Furukawa提出的基于面片的多视角立体视觉算法（PMVS算法）进行三维点云重建，但该算法在由稀疏点云扩展到稠密点云时还存在不足，尤其在有深度变化的地方，重建结果会产生缝隙。最后用泊松表面重建算法对三维点云进行拟合，得到物体表面的三维模型，但是泊松重建算法的输出是一个闭合的曲面，所以会自动生成一些面片顶点来构成封闭曲面，但这些生成的顶点实际上是不存在的，因此会影响重建结果的精度。针对PMVS算法存在的不足，提出了综合利用周围面片来共同初始化扩展面片的方法，即对扩展的面片加入了空间几何约束，从而使重建表面更加光滑，针对泊松重建结果含有错误面片顶点的缺点，提出了基于距离的离群点检测算法来找到这些错误顶点，并将其滤除，从而得到表示物体真实表面的三维模型。　　本文通过从不同角度拍摄得到二维图像序列，并对其进行重建，得到对应物体的三维模型，来对本文提出算法进行验证。实验结果表明，加入空间几何约束的PMVS算法重建出的面片数明显增多，能够有效的去除面片间的缝隙，使重建表面更加光滑。通过检测泊松重建结果中含有的离群点并去除，能够有效去除错误面片，最终得到表示物体真实表面的三维模型。