随着计算机视觉技术的发展,三维人脸重建技术在许多领域内都具有很大的潜力,基于双目立体视觉的三维重建技术由于成本低廉、操作简便而受到了广泛关注,经过几十年的发展,已经取得了非常不错的成绩,然而仍难以重建精度较高的三维人脸模型。针对传统立体匹配算法对低纹理人脸图像的匹配精度较低的问题,本文展开了深入研究并提出了相应的解决办法。基于本文搭建的实拍图像采集系统以及FRGC v2.0人脸数据库,对本文所提的算法进行了大量的实验证明,结果显示,本文提出的算法有效地提升了人脸图像的匹配准确率,并且能够重建出均方根误差达到毫米级的三维人脸模型。本文的主要工作和创新点如下:1.提出了一种基于种子点优化的区域生长立体匹配算法。首先,根据级联回归树算法提取的人脸关键点将人脸划分为不同的面部区域,并利用人脸关键点在左右两幅图像中一一对应的特性分别限制各面部区域内像素点的视差搜索范围,从而避免在全局范围上查找匹配点;接着,根据人脸的局部形状特性,采用局部曲面拟合的方式在筛除误匹配种子点的同时生成大量的可靠种子点用以区域生长;最终通过区域生长实现整幅人脸图像的立体匹配。实验结果表明,本算法大幅提高了种子点的稠密度与匹配准确率,从而有效地提高了人脸图像的匹配准确率。2.提出一种基于双边权重的动态规划视差校正算法。首先,采用局部曲面拟合算法筛除视差图中的误匹配点;接着以图像的行为单位,计算一行上每个像素点与其邻域窗口内有效点之间的双边权重,将有效点和该行上的正确匹配点分别以视差平滑约束和全局约束的方式引导动态规划寻找能量最小路径,从而校正每一行中误匹配点的视差值;最后通过三角几何关系还原被测人脸的三维点云,并通过点云网格化和纹理映射技术重建三维人脸模型。实验结果表明,经本算法校正后的人脸视差图的匹配准确率有明显提升,有效地解决了一般立体匹配算法对低纹理人脸图像误匹配率较高的问题,且基于校正后的视差图能够重建出精度较高的三维人脸模型。3.构建了一套完整的基于双目立体视觉的三维人脸重建系统。系统实现了摄像机双目标定、极线校正、图像预处理、立体匹配、视差校正、三维人脸重建等功能,在系统中应用本文所提的三维人脸重建算法可以获得效果较好的三维人脸模型。