近年来,三维重建技术成为计算机视觉、逆向工程、虚拟现实等领域中的一个重要研究问题。随着科学技术的不断发展和进步,人们迫切需要一种生成效果好、人工干预少、操作周期短的三维重建技术。因此,基于三维扫描仪的点云扫描技术和基于图像的三维重建技术应运而生。但是,三维扫描仪价格昂贵,受限于重建物体的性质和所在环境,且对运动中物体的扫描很难进行。而基于图像的三维重建技术不仅可以在恢复场景几何结构的同时复原场景的视觉信息,而且无需复杂的建模过程和大量的人工干预,且对建模物体的限制相对较少。目前,基于多视角图像的三维重建技术已经应用到大型建筑物的三维几何模型表示中。但是对于运动中的人体,如何精确地重建出其三维结构仍是一个具有较高研究意义及价值的问题,且更好地优化重建得到模型的表面结构并提取出其有效的骨骼信息是研究的一大挑战。因此,本文以运动中人体模型的三维重建为研究对象,基于光场设备采集的多视角图像序列完成运动人体的各帧模型重建和骨骼提取,重点研究连续帧网格模型的去噪方法以及连续帧骨骼序列的优化方法。具体完成的工作包括以下几个方面:第一,本文使用光场设备对运动中人体进行多视角图像序列采集,基于每一帧人体的多视角图像集合进行三维重建,从而得到其对应的密集点云模型。在此基础上,本文使用泊松表面重建方法对点云模型进行表面重建,以得到人体的表面网格模型。第二,基于单一模型的L₀最小化网格去噪方法,本文提出了考虑连续帧网格模型间对应点位置约束的去噪方法。本方法在L₀最小化网格去噪模型中添加了相邻帧网格模型匹配点的距离约束,对于出现在个别帧网格模型中的异常数据,本方法具有更好的去噪、恢复效果。第三,本文提出了一种使用L₀范数最小化来优化运动中人体连续帧骨骼的方法。本文的方法针对连续运动的人体点云模型提取到的骨架模型序列,通过考虑连续帧间的骨骼点位置约束来优化各个骨骼点的位置。L₀范数直接代表着一个稀疏的解决方案,而本文发现连续运动的人体模型在相邻帧中的骨骼点有很大一部分是重合的,且运动点和相邻的前后帧对应点具有很强的关联性。因此本文应用L₀最小化来优化提取到的运动人体骨骼点,既考虑初始骨骼点的位置,又增加了相邻帧骨骼点的位置关联,从而得到更加平滑、准确的人体骨骼模型。