三维重建是计算机视觉技术的主要内容之一，它通过二维场景图像来恢复场景的立体信息。基于序列图像的三维重建技术是计算机视觉和计算机图形学技术相结合而产生的一门新技术，可以在给定一系列二维图像情况下恢复出物体的三维模型，其研究成果具有重大的应用前景，蕴藏着广泛的应用价值。三维重建问题是一个由二维图像获取三维信息的逆问题，由成像模型的复杂性所决定，很容易受到噪声的影响，并且重建时多个环节都有引入误差的可能，为提高重建精度，对重建的误差分析变得非常必要。论文的研究工作主要分为三个部分：第一部分研究了不同模型下的投影模型。在建立相机观测模型的基础上，着重阐述了透视投影模型，及近似透视投影的仿射投影的代数形式、几何意义以及三种典型的仿射投影模型——正交投影模型、比例正交投影模型和准透视投影模型。同时，本文分析了误差来源，重点介绍了畸变误差及其修正模型。第二部分介绍了序列图像的三种因式分解算法，和透视投影模型的迭代重构算法，并以比例正交投影和透视投影两种算法为例对人脸模型进行了三维重构。在仿射重建中加入度量约束实现欧氏重建。在透视投影重建算法中引入了迭代算法，提高了透视投影三维重建的精度。第三部分研究了利用矩阵扰动理论分析图像噪声对不同特征点重构的影响，分析了相机畸变的误差分布以及图像匹配噪声大小对三维重构的影响，另外还研究了不同相机模型对三维重构的影响，并对它们进行了仿真验证。