机器视觉领域的智能三维工业检测技术在近些年得到了人们的高度关注和快速发展，而基于目标图像的三维重建又是三维视觉检测的关键技术。在实际工作中，待检测目标物体与其所处的现场环境不尽相同。如环境的光照等影响，导致机器视觉系统获得的目标数据淹没在背景和噪声中，难以提取兴趣目标的可靠信息；兴趣对象处于运动状态时，使得信息采集系统获取的目标图像存在模糊干扰等等。在这些情况下，都会导致基于物体多视点图像的三维数据信息获取不够精确甚至错误，从而制约着工业产品的三维视觉检测等实际应用的发展。针对上述难点，本文对多视点图像目标提取、目标图像去模糊处理、基于多视点图像的三维重建等方面进行了深入研究。首先，针对工业产品的三维检测需求，设计并实现了一套完整的多视点成像及三维重建实验系统。在机器视觉系统中，为了保证多视点图像的质量，选用高分辨率的工业相机，并基于摄像机接口开发了多视点成像系统控制软件，便于对多视点图像的质量实时调试，为后续的图像处理提供了稳定的环境。然后，引入一种基于图论分割的算法实现多视点图像的目标提取。对多视点图像进行滤波等预处理后，用基于图论的分割方法对多视点图像进行目标提取，在抑制图像背景区域的同时最大限度地保留了目标的数据信息，为目标对象的三维重建工作提供了完整且精确的初始信息。最后，针对实际生产线产品的参数检测问题，提出一种基于多视点图像去模糊与三维重建的方法获取物体的三维信息。通过空间点仿射、立体匹配和三维泊松表面重建等步骤实现了目标物体的三维表面重建。本文进行了一系列的实验对多视点图像去模糊与三维重建方法进行了验证。在实验过程中，首先对成像系统进行了可行性验证，然后对多视点图像进行目标提取和进行了多视点图像去模糊与三维重建实验。实验结果表明：本文提出的多视点图像去模糊与三维重建方法能够比较精确地获取目标物体的三维数据信息，为三维视觉工业检测等实际应用提供了关键数据。