日用陶瓷在日常生活中十分活跃,且大多数器型都简单不复杂,如碗、碟、盘、坛、缸、瓶、茶具等,都是非常规则或具有规律性的简单多边形(体)。陶瓷定制行业中,客户往往会通过各种渠道发现中意的瓷器,并且定制同款器型别样花纹的瓷器。通过口头描述和照片的方式与工匠沟通难免会出现各种偏差,但通过照片或者图片获得陶瓷简易器型之后就可以自由编辑周体花纹,扩大客户的选择范围,提升用户体验。在图像分割领域,传统的分割算法一定概率会出现无法自动扣出目标图像且依赖人工辅助操作的情况,导致在预处理图片时耗费人力成本。另一方面,保证精度的情况下,通用的图像语义分割并不能很优秀地应用于陶瓷定制行业。本文前半部分通过对现有的基于深度学习的分割方法进行研究,实现目标陶瓷图像自动分割,目标边缘精细化优化的效果。从图片中提取目标陶瓷并分离后,我们将得到的目标前景图处理成为三维立体模型。在三维重建领域里,研究工作主要有特征检测与匹配、空间约束矩阵计算、摄像机标定和三维重建系统。三维重建算法成熟的方法有基于单视图建模、基于双(多)视图建模、基于单(双)目视频建模等。本文考虑到陶瓷定制行业实际情况,着重研究了基于单视图建模的方法,其中具有代表性的方法就是SFS(Shape from Shading),即明暗恢复法。随着计算机视觉理论的发展和多种三维重建策略的提出,世界多国顶尖学者、科研人员已经开发制作了完善的三维重建系统,相关产品在医疗、工业、军事、生活娱乐、虚拟现实等多个领域保持活跃。综上,本文对陶瓷本文主要研究了简易陶瓷器型图像分割,并输出为3D模型的流程方法。