本文对基于泳池报警系统的三维重建进行了研究。在计算机视觉中，计算目标物体到摄像机的距离是至关重要的，它是景物目标三维重建的关键。基于散焦图像的测距方法(DFD)是近年来计算机视觉领域的研究热点之一。它属于单目视觉，避开了目前仍未能有效解决的立体视觉中的特征点匹配问题，因此在很多领域更具有实际应用价值。但现有的散焦测距算法大多是利用至少两幅图像，提取图像的边缘信息，通过比较图像边缘的模糊程度来估计物体与摄像机的距离。然而，因为散焦图像的边缘模糊程度较大，难以确定其精确位置。因此，只根据图像边缘信息估计物体深度有很大的局限性。基于Pentland提出的散焦法(DFD)和Subbarao测距算法的基础上，考虑到物体表面点的连续性和物体边缘在散焦图像中的模糊性，将灰度梯度法用于散焦图像的深度估计中，利用S变换，通过一种局部直线法估计点扩散参数，求得用于估计物体与镜头间距离的公式。该算法只需1幅图像就能进行深度估计，因此能有效避免图像间的匹配问题与遮挡问题，计算量小、效率高、计算没有用到微分信息，对噪声不敏感。