三维重构是计算机视觉的重要研究内容和最终研究目标。三维重构主要有两个步骤:先对摄像机进行标定,然后再确定摄像机的外参数。一旦摄像机被标定,就可以很容易地求出图像间摄像机的外参数,因此摄像机标定是进行三维重构的关键一步。本文回顾了摄像机标定和三维重构的发展历史;全面总结了国内外学者关于这些问题的主要研究成果;本文在前人研究的基础上主要研究了以下内容:1)提出了一种基于3参数模型的摄像机标定算法。这部分内容利用了灭点约束和理论,主要是从单幅图中获取图像信息,进而对摄像机进行标定。2)提出了一种基于未标定摄像机的单个立方体分层重构算法。首先根据图像信息求解基本矩阵和无穷远单应矩阵进行射影重构和仿射重构,然后采用3参数模型求解摄像机的内参数进行度量重构,最后根据物体的拓扑关系重构空间物体。3)提出了一种基于未标定摄像机的Bezier曲线和Bezier曲面的分层重构算法。对于Bezier曲线的重构,首先根据图像信息反求曲线的控制点,并求解基本矩阵和无穷远单应矩阵进行射影重构和仿射重构,然后采用3参数模型求解摄像机的内参数度量重构控制点,最后用Bezier曲线去拟合控制点。而对于Bezier曲面,是通过对Bezier曲线的重构得到的,其方法同Bezier曲线的重构方法。本文的实验均是基于内参数的3参数模型而进行的。其特点主要有:内参数模型的选取简单,参数少,在实验中对实验靶标的要求不高,且在摄像机标定和三维重构实验中都只需要一个立方体就能完成,求解过程是线性的。利用VC++6.0平台的OpenCV(开放的计算机视觉函数库)和OpenGL(开放的计算机图形库)得到的实验结果表明采用内参数的3参数模型进行摄像机标定和三维重构是可行的,且有较高的精度和一定的稳定性。