随着互联网技术的发展,在当前的三维建模以及可视化中,对于人脸的三维建模是一个比较热点的问题,从当前各大企业的人脸考勤机到支付宝、手机银行等刷脸验证,都是对于人脸进行建模与识别的过程。人脸三维建模与重构在比较理想的状态下可以应对二维人脸易受到光照、表情和角度影响等问题,本文研究了基于双目立体视觉来进行人脸三维建模的方法。本文通过利用两个普通摄像机搭建一个双目立体视觉系统,首先使用Matlab摄像机标定工具对摄像机进行标定,获得其内外部的参数信息。然后采用了稠密匹配的算法对标定后的摄像机进一步进行图像校正和匹配计算。在进行稠密匹配之前使用双边滤波器法对获取的图像进行预处理,之后用ASM方法提取人脸特征点,根据这些特征点约束在立体匹配过程中的搜索范围,之后比较了固定窗口的SAD,SSD,NCC方法以及本文使用的自适应权重方法来计算匹配代价的几种人脸匹配效果,得出本文所使用方法匹配效果最佳。为获得更精准的视差值,使用了亚像素插值操作。并对获得的左右图像展开一致性检验,以便将左右不一致的点进行清除。最后采用中值滤波法不仅得到了视差图,还成功复原了人脸深度图。本文搭建了基于MFC的可视化平台系统,使用OPENCV对输入和输出的图像进行处理,运用OPENGL进行人脸建模。最后本文利用双目摄像机成像原理将Texas3DFRD数据库投影到左右两幅图像作为测试的数据库,对本文算法效果进行测试,验证本文算法能够一定程度的减少匹配时间并减少误匹配率。针对人脸建模与重构的需求,本文对相关的算法和方案进行了一些探索与尝试性研究。在后续的工作中可以细化ASM中的训练机制,更大提高特征点的准确度,另外在自适应权重的选取上也可以进一步研究更加准确可靠的方法。人脸三维建模和识别在越来越多的领域发挥作用,对这方面的研究一定会实现更加符合要求的建模方法。