三维重建是计算机视觉的热点之一,它的目的就是从二维图像中恢复出三维结构和运动信息。这些研究成果不仅可以使机器人具有捕捉动态物体的能力,实现环境交互,还能应用到人机交互、视觉监控、虚拟现实等领域,目前已得到广泛应用。但是对于非刚体运动而言,在成像模型和特征点缺失问题上,仍需进一步研究。由于轨迹基有预先定义的特点,可以减少未知数的求解个数,进而提高算法的鲁棒性。所以,目前对非刚体的研究通常把它看成是一系列预定义轨迹基的线性加权组合,在轨迹空间实现非刚体的运动结构恢复。现如今,对非刚体运动情况的研究,大部分是基于正投影模型或弱透视投影模型,这些模型都需要满足一定的条件才能进行。而且,物体在运动过程中不可避免的会被遮挡,导致图像的特征点无法追踪,这也是亟须解决的问题。本文在轨迹空间内,结合经典的因式分解方法,对非刚体的运动结构恢复进行探讨。在透视模型下实现对非刚体的射影重建,并介绍了本文所提出的基于透视模型下的非刚体运动的缺失值恢复方法。本文的主要工作如下:(1)针对目前非刚体的研究大部分是基于弱透视投影模型或正投影模型,忽略物体的位置信息或者深度信息的缺点,本文在透视投影模型下,实现非刚体在轨迹空间的射影重建。在实现过程中,运用投影矩阵中列向量和行向量的性质,使得误差更小,提高了准确性。(2)针对非刚体在运动过程中存在特征点追踪不到的问题,在重建的基础上提出对缺失值进行恢复。由于图像矩阵存在两个未知数,首先要对其进行初始化,轮流交替进行迭代求解。因为轨迹基是相互正交的,所以彼此是独立的,可以减少误差积累。而且轨迹基可以预定义,能减少未知数的求解个数,提高本文算法的鲁棒性。通过真实实验的结果,证明本文方法的有效性和准确性。