随着立体视觉、虚拟现实和3D动画等领域的迅速发展,对重建对象的复杂性和生成图像的真实感要求越来越高,从而研究复杂对象的高精度三维重建与绘制成为急需解决的问题之一。近年来,基于图像的建模与绘制技术因其能够有效解决该类问题而得到高度关注和广泛研究,其中,基于图像的建模是从二维图像中获取信息来恢复对象的三维模型,基于图像的绘制是利用多张采样图像绘制出任意视点下对象的新图像,它们为计算机视觉、计算机图形学等领域提供了新的研究和发展方向,具有重要的理论和实际意义。目前,光场技术是一种备受关注的基于图像的建模与绘制技术,它能够通过获取三维场景的密集图像恢复出三维场景或场景中对象。但因为相机的观察角度和成像平面的空间约束,在一定深度范围内基于图像的光场数据具有模糊现象。为此,研究人员借助三维模型引入表面光场。基于表面光场的建模和绘制是利用采样图像实现模型重建以及任意视点下对象的真实感绘制。通常采样密度会直接影响重建及绘制精度,密集采样一般会带来高精度的重建和绘制效果,但存在硬件成本高昂、存储数据量大、数据冗余等缺点。因此,研究如何在非密集采样条件下构建连续的表面光场,实现任意视点下对象的真实感绘制,是一个极具挑战性的研究课题。本文针对非密集采样下的图像信息,研究对象的高精度模型重建与连续表面光场构建,并通过光场绘制验证连续表面光场的构建精度。在三维模型高精度重建方面,本文基于自适应参考模型,针对无特定约束的图像集,对现有模型重建方法的不足进行了改进,提出在光度立体重建中引入法线变化率约束来优化表面法向的估计,提高了模型重建精度。在连续表面光场构建方面,本文使用球谐函数为基底,利用增强稳定的最小二乘法构建出连续表面光场,并基于连续表面光场绘制模型在任意视点下的新图像。本文以人脸为应用实例,验证了本文提出的非密集采样下的连续表面光场构建方法的有效性。本文的主要创新工作和贡献如下:1、提出了目标自适应参考模型的构造方法。以人脸为应用实例,基于多个预定义人脸模型,使用局部特征区域相似度加权组合分块构建与全局融合方法,构造出自适应目标对象的参考模型。该参考模型对于目标人脸的适应度大大增加,能够提升重建精度。2、提出了基于光度法线的三维模型精细化重建方法。以人脸为应用实例,结合使用Laplacian变形技术和光度立体技术,通过增加法线的平滑变化条件约束来改进基于光度立体重建技术的表面法向优化过程,提高了三维人脸模型重建精度。3、提出了基于球谐函数的连续表面光场构建方法。以人脸为应用实例,首先将表面光场表示成基函数的线性组合,并选用球谐函数作为基函数,然后利用增强稳定性的无约束最小二乘拟合法构建人脸模型的连续表面光场。