由多视图重构三维场景是计算机视觉研究的主要内容之一。上世纪90年代，出现的所谓“多视图几何”引入了摄像机自标定和分层重建的思想使得多视图重构三维场景中过去认为无法解决的一些问题已经有了漂亮的结果。但是，它仍然在处理双眼匹配问题：即在多视图(通常是两视图)中建立对应关系上遇到困难。这种困难实质上是由于计算机视觉中所研究的问题本质上是逆问题所造成的。本论文将探讨一种新的处理双眼匹配问题优化方法。它建立在变分原理上。变分方法是目前解决许多逆问题的主流，近年来在图像处理的各个相关领域(如修复、去噪、分割等)中得到了重视和研究。在现代的图像处理模式中，把图像处理问题描述成一个泛函相对某些参数(例如描述景物几何)的最小化问题，运用变分原理得出相应的Euler-Lagrange方程并得到一组偏微分方程，再通过水平集的方法求偏微分方程的数值解。目前已经证明水平集方法是一种迭代的正则化方法，有优良的数值计算特性，是一种成功的数值方法。论文将根据计算机视觉中多视图几何的成像公式，把双眼匹配和三维重构问题直接写成一个变分问题。我们将由简入繁，首先引入一些基本过程，即解释如何把双眼匹配和三维重构问题写成一个变分问题、推导它的偏微分方程即Euler-Lagrange，应用水平集来求解的思想。具体说，论文首先讨论两种假设情况，第一种情况是假设Lambertian光照下的单点匹配公式；第二种情况假设物体平面是平行于照相机的成像平面的条件下，我们给出了一个在邻域上计算的光强度模型。然后考虑了物体表面的切平面与两个成像平面不平行产生的平面单应，提出一个更精确的模型。在这个模型中，我们放宽了两种假设，使得该模型适用的范围更广。论文的计算建立在射影几何基础知识、摄像机模型、两幅图像之间的平面单应关系以及变分原理和Euler-Lagrange方程和水平集方法之上。水平集方法是一种高效而且稳定的曲面演化方法并且能够自动处理变形中曲面拓扑变化，能对初始曲面进行演化以使其向目标逼近。应用这些数学方法，我们给出了每种情况中模型的详细推导，对公式中的每一项数学物理意思进行了详细的说明并给出了2D实验在合成图像上结果。