三维重建在医学图像分析、电影特效、军事领域、移动机器人导航、智能交通、工业检测等方面具有很重要的实用价值。因此，对三维重建技术的研究具有很现实的意义。基于多摄像机的三维重建，由于考虑到同一场景物体在不同可视点下的几何约束信息，从而能有效地消除匹配过程中的多义性问题，得到更精确的重建结果。本文首先对多摄像机的标定作了介绍，然后对多视点三维重建模型进行分析，因基于变分水平集方法的多视点三维重建模型下的能量泛函是非凸的，本文提出利用凸优化技术对原有能量泛函作凸化处理。本文的主要工作和创新点可以归纳为如下两个方面：　　1.利用欧氏空间下同一向量在不同标准正交基下的模是相等的思想，详细地证明了符号距离函数的性质。　　变分水平集方法的理论基础是水平集方法，它能克服曲面拓扑结构发生变化带来的问题。为了保证数值计算过程的稳定，水平集函数?通常初始化为带符号的距离函数，这是因为符号距离函数满足性质∣▽φ∣=1。本文利用欧氏空间下同一向量在不同标准正交基下的模是相等的思想，详细地证明了符号距离函数的性质。但是，水平集函数在演化过程中通常会偏离符号距离函数的性质，本文用实例对此进行了验证。　　2.提出将非凸泛函极小值的求解转换成凸泛函极小值的求解。　　因基于改进的变分水平集方法的能量泛函是非凸的，直接利用梯度下降流求解能量泛函得到的可能是局部最优解，本文通过引入中间变量，首先将原有能量泛函转化成以中间变量作为自变量的能量泛函，然后将非凸泛函极小值的求解转化为凸泛函极小值的求解，并证明非凸泛函取最小值的解可用凸泛函取最小值的解来表示。通过引入的中间变量，避免了对水平集函数的使用，无需再将水平集函数初始化为带符号的距离函数，能有效地降低计算的复杂性，且与直接对原有能量泛函的梯度下降流做数值计算相比，该方法将不再依赖于初始值的选取，并能得到全局最优解，实验证明该方法具有更好的鲁棒性。