三维被动重构技术作为计算机视觉领域重要的研究方向,已在社会生产各个方面显示出越来越不可忽视的地位和作用,尤其在工业、农业、国防、医学、空间技术等领域,具有广泛的应用价值。从明暗恢复形状的方法,由于只需单幅图象的灰度信息就可恢复景物三维表面形状,所以近年来,在理论研究和实践应用中得到了不断的发展和完善,成为三维被动重构技术的一个研究热点。 本文在深入研究最小化方法、演化方法、局部方法和线性化方法等当前主流的基于图像灰度恢复形状的三维重构算法的基础上,根据这四种算法所采用的不同假设,分析了它们的适用范围和其局限性,同时提出了一种具有普遍适应性的三维重构递推算法。该方法以相临的四个像素点组为最小基元,以由之组成的四个小三角平面的法矢与其灰度的关系为出发点,通过求解由此得到的非线性方程组确定这四个像素点所对应的物体表面点的空间位置关系,并最终以此基元为初始点通过递推重构物体表面。由于该方法不是以光滑连续作为约束条件,所以在理论上不仅适用于人造物体的曲面重构,也适用于自然物体的不规则表面。 此外,本文在分析和介绍了现有的基于图元、基于图像、基于点三种主流的图像渲染方法的基础上,还提出了一种可通过由图像平面的像素坐标确定物体表面对应点的法矢来对成像区域内的所有像素点进行光照着色处理的方法,这种新的图像逆算渲染方法能够保证生成的图像上所有的像素点灰度值都是该虚拟场景的真实值。从而避免了传统三维重构算法的研究过程中因设备标定带来的复杂性和误差,由其生成的真实感图像为研究和验证本文提出的三维被动重构的递推算法提供一个理想的初始平台,为更好的验证三维重构算法创造了条件。 初步实验表明,根据平面图像的灰度信息,利用本文提出的递推算法,可以较好的实现三维重构。通过重构结果与物体原型的三维数据真实值之间的比较,误差不大于0.1个像素单位,并且重构精度主要取决于初始图像的分辨率。