利用二维图像进行三维重建是当今计算机视觉和数字摄影测量等领域的重要研究内容，在机器人视觉、虚拟现实和车辆导航等领域有着广泛的应用前景。该技术基于数码相机、数码摄像机等各种数字化设备拍摄到的数字图像，提取物体结构信息，重建场景或物体的三维几何结构。 若能用一台普通数码相机实现物体的三维重建，将大大降低三维重建系统的硬件成本，本论文的研究目的就是以一台普通数码相机做为硬件设备，对形状不太复杂、主要由平面构成的刚体进行三维重建，并利用得到的三维点和原物体照片表达出真实的三维物体表面，最后根据研究结果设计出一个简易的、适用于普通相机用户的三维重建系统。 要达到这个目的，除了尽量降低硬件成本外，还要合理地设计重建算法，本论文根据重建场景的不同，研究了两类重建算法。 1.对包含有丰富几何元素(例如平面和直线)的景物充分利用其自身信息进行分层重建，这种方法基于未标定的图像，自动化程度高，使用简捷，但是适用范围有限。 2.对于缺少几何元素的景物，先用张氏标定法标定相机，然后直接进行三维重建，这种方法需要摄像机标定，但是适用性广泛。 两种算法的简捷性和适用性有一定的互补特征，二者最终都完成了相似意义下的三维重建，最后用重建的三维特征点和一张原物体照片表达出模型真实感外观，得到了令人满意的“照片级”视觉效果。 本论文的主要研究内容包括角点检测、立体匹配、基本矩阵估计、摄像机标定、物体的分层三维重建和直接相似重建、模型外观的真实表达等等，进一步的细节工作如下： 首先使用Harris算子在两幅图像上检测角点，先检测像素级角点，然后用高斯曲面拟合法计算亚像素坐标。 立体匹配是三维重建的关键步骤之一，它直接影响重建的三维点坐标是否准确，因此使用了极线几何和视差等多种约束去除误匹配，另外，考虑到手持照相机拍摄的两幅照片之间可能存在较大的夹角，使自动匹配更加困难，所以采用了人工辅助匹配手段。 本论文对张氏标定法的算法细节加以改进，例如求解单应矩阵前规一化处理、优化摄像机外参数旋转矩阵等，从而提高了标定精度。 基本矩阵的精度直接影响后续求得的相机投影矩阵是否准确，因此本论文重点改进了基本矩阵的估计方法，相比常用的最小中值法，计算时间稍长，但是更加精确和鲁棒。 基于上述研究，本论文开发了一个以单数码相机为主要硬件的三维重建系统，实验证明此系统能够比较真实地重建出景物三维结构，适用于普通相机用户。