随着断裂学科的发展，金属断口分析在材料断裂失效分析中占有越来越重要的位置。目前，人们大多采用扫描电子显微镜(SEM)观察断口，但断口表面属于非平面表面，仅根据某一截面的二维参量去估计复杂的三维断口特性显然是不全面的。所以本文以单幅二维金属断口SEM图像为研究对象，利用三维重建技术恢复出断口的三维形貌，为进一步全面定量分析断口组织结构打下坚实基础。本文采用三维重建技术中的从阴影恢复形状法(SFS算法)实现对金属断口的重建。传统的SFS法大多是以Lambertian反射模型为基础，在光源方向已知和假设物体表面光滑等条件下进行，但这些假设不符合金属断口的实际情况，因此直接采用基于Lambertian反射模型的传统重建算法显然得不到真实的断口三维形貌。针对上述问题，本论文以定量分析金属断口为应用背景，结合计算机视觉中的三维重建这一热点问题，进行了较为系统的研究，在分析和总结现有各种SFS方法优缺点的基础上，研究了二种改进的断口SEM图像的三维重建算法。本文根据电镜成像机理和金属断口的分形特点，建立了基于有限元的反射模型和基于SEM图像的神经网络反射模型，构造了表征分形特性的分形约束条件，并将高度分形插值函数引入到有限元模型中，以克服传统线形插值过于光滑的缺点。实验表明较传统SFS法，本文两种算法有效的降低了重建误差，并很好的展现出粗糙断口表面的细节特征。相比之下，基于神经网络的重建方法效果最佳。本项目将断口表面分析由二维提高到三维，显著提高了材料表面分析水平，无疑，这对断裂物理和材料失效等学科的发展具有重要意义。