自动且精确重构物体或场景的三维形貌是机器视觉领域的重要研究课题，相关技术在先进制造、逆向工程、机器人等领域有着广泛应用。主动视觉技术结合了光学理论与图像处理技术，可解决传统立体视觉中的匹配难题，且具有系统构成简单、可靠性高的特点，是三维重构技术的重要发展方向。但是由于图像处理技术本身的局限性，主动视觉技术的相关理论与算法还处于验证性阶段，需要根据不同的重建对象或不同应用背景，提出有针对性的处理方法。本文针对单个物体和室外场景两类被测目标，研究基于主动视觉的三维重构技术，内容包括基于伪随机编码结构光投影的三维重构方法和基于3D激光扫描与摄像机多视图SFM图像融合的三维重构方法，涉及到投影仪标定、编码特征点检测、图像特征匹配以及点云数据融合等关键技术。首先，针对目前编码结构光三维测量系统中不能直接获取投影仪内外参数的问题，研究基于逆向成像原理的标定技术，提出一种简单易行的直接标定投影射线的标定方法，以克服传统标定方法中由于摄像机标定误差的传递带来的误差累积问题。针对空间点确定过程中投影射线与成像射线不能在实际情况下完全相交于一点的问题，基于射线交汇定位原理，提出一种基于异面直线模型的求解空间点坐标的方法，证明了使用异面直线公垂线的中点逼近空间点的误差较小。针对基于伪随机编码结构光投影的三维重构问题，研究角点检测算法和图像特征点匹配技术，提出一种基于伪随机编码窗口唯一性的特征点匹配方法，以解决特征点在检测窗口中的子序列与投影平面序列之间的匹配难题。实验结果表明了这些方法的有效性。其次，针对室外场景测量数据量大、扫描数据易重叠及建筑物表面信息复杂等特点，以机器人6D SLAM应用为背景，给出基于3D激光与SFM数据融合的三维重构方法整体框架。研究3D激光扫描点云配准算法，以及对SFM算法进行优化处理以生成稠密三维点云的方法。根据3D激光扫描点云和SFM重建获得的3D彩色点云数据的不同特性，提出一种非同步点云数据融合算法，利用手动选择控制点的注册方法获得点云的初始配准结果，再利用ICP算法进行精确配准，最后利用最近点搜索算法将分布在经PMVS算法优化后的SFM数据中的颜色信息与激光扫描的点云位置坐标进行融合，实现室外场景的彩色三维重构。通过室外建筑物等场景的三维重构实验，验证了融合方法的有效性。