三维重建是计算机视觉领域的经典问题，其中基于单目相机的三维重建技术较其他技术更易被用户采用，采集数据时更方便。鉴于单目相机应用的普遍性和采集数据时的方便性，本文只研究单目视点下的三维表面重建技术。传统的基于单目视觉的三维表面重建存在较多的约束条件，特别是对光照环境的约束。这种约束条件会导致在进行数据采集时光源配置困难，配置的仪器设备价格较高。本文研究如何找到一种约束条件少，设备代价低，自然光或者复杂光环境下三维表面重建的解决方案；解决因遮挡，交互反射，阴影等因素引起的三维重建误差问题，准确且有效的恢复出物体的表面高度。本文主要工作和创新点包括：(1)综述了基于单目视觉的几种主流算法，这些算法是近几年基于单目视觉的具有代表性的算法，反映了近10年内基于单目视觉的最新技术，在单目视觉的三维重建中各有优势。本文基于这些算法对单目视点下的三维表面重建做了相应的改进。(2)介绍了几种常用的光照模型，并分析了不同光照模型的原理和特点。在各种光环境下拍摄了输入图像，基于不同的光照模型对输入图像进行了重绘和误差分析，分析结果表明球谐模型是对各种光环境较鲁棒的光照模型。(3)提出了基于参照物的非校准PMS三维表面重建算法，该方法将已知的参照物与目标物体放在同一场景中，并采集多幅输入图像。基于参照物可对输入图像的光照矩阵进行估计，可快速有效的估算出目标物体的三维形状。(4)将经典的PMS方法和光源参数估算方法合并，提出了一种快速估算人脸表面法向量的未校准PMS算法。通过在YaleB和BU3D数据库上的实验和分析，验证了人脸快速算法的有效性。(5)重新定义了基于耦合统计模型的框架，在此框架的基础上，可实现与训练库中光环境不同的单幅输入人脸的三维重建，对具有不同阴影效果的输入图像的重建结果鲁棒性较高。(6)提出基于拼接优化的单幅纹理三维重建算法。对岩石纹理进行了测试并与传统的SFS算法进行了对比，实验表明本文的算法对单幅输入图像的欠约束三维重建更有效。基于相机拍摄到的物体的图像，对目标物体进行三维重建，可将物体或者场景的三维形状准确的描述出来，去除由于环境的变化或者视角的偏差引起的对物体外观的理解错误，对于煤炭，钻井，勘探，考古等应用领域具有重要的应用前景。