在多数计算机视觉应用中，摄像机建模及定标是非常关键的处理步骤。在介绍了摄像机成像模型的基础上，结合单目视觉重建系统的要求和特点，细致讨论了两种主要的定标方法并实现了基于二维平面约束的算法，给出了相应的实验结果。 作为两幅图像间最基本的几何约束，极线几何扮演着非常重要的角色。为此，着重分析和讨论了极线几何理论并对其数学表示－基础矩阵的估计进行了全面而深入地研究。在实现了现有基于点对应的基础矩阵计算方法后，使用仿真数据以及真实图像数据对各自性能进行了综合比较和评估。实验分析指出，要获得良好的基础矩阵估计，首要前提是准确的特征匹配。 将特征匹配的研究成果应用于基于两幅图像的三维重建过程中。在运动参数估计阶段，详细比较了线性估计、Horn迭代以及极线距离最小三种方法，实验证明第三种方法能够很大提高估计精度。在三维坐标获取阶段，对几种三角测量方法的误差特性作了详细分析。真实重建结果表明，在一般情况下，基于两幅图像的三维重建方法可以得到很好的重建结果。 细致研究了基于图像序列的三维重建鲁棒方法－矩阵分解法。在已知摄像机内参数的前提下，利用迭代仿射分解可以恢复目标的欧氏三维结构，采用该方法本文成功地利用廉价的桌面摄像头实现了人脸的快速三维重建。接着，又进一步研究了未标定图像序列三维重建，提出了改进的射影重建算法。