非刚体的三维运动重建技术主要是指从一组二维图像序列中恢复其运动与三维结构，该课题一直以来都是计算机视觉和模式识别领域中的研究热门。在因式分解研究基础上，利用形状基方法已能够实现对非刚体的三维重建研究。但该方法存在不特定性，致使其不能普遍适用于所有非刚体运动，因此存在着较大的局限性和不适定性。根据三维重建的对偶性理论基础，可以将非刚体重建研究深入到轨迹空间中，即认为非刚体的三维结构可以被表示为轨迹基的线性组合形式。虽然可以预先定义轨迹基的形式，但却不能简单地认为轨迹基是完全已知的，其种类繁多，加上非刚体的运动形式多样化，使得轨迹基的选择与确定成为轨迹空间重构遇到的主要难题，轨迹基的数目和组合形式也对重建算法有着很大影响，是否能够提出一种新的算法，用以完全取代轨迹基的这种不确定性（如选择基的类型，个数等）成为研究的趋势。另外，参数优化方法的选择会直接影响重建的精度，能否搜索到运动旋转矩阵的最优解是轨迹空间中非刚体三维重建面临的又一大难题。针对上述问题，本文主要在前有的研究基础上进行了以下几方面的工作：（1）针对参数优化方法给求解算法的精度与效率带来的问题，本文提出一种改进的退火算法，即混沌模拟退火算法。该改进的算法（ISA）是将混沌搜索算子作为模拟退火（SA）算法操作中的一个算子。在约束优化条件，通过恢复非刚体目标，如Yoga、Pickup以及Stretch的运动与结构得到以下结论：通过引入该混沌算子，在求解复杂函数优化时，能够降低了SA算法陷入局部最优值几率，改进了算法的优化效率和有效性，相比LM算法，在求解非刚体运动目标的旋转矩阵的精度有了明显的改进，不仅在求解非刚体这类非线性优化问题上表现突出，而且在改进模拟退火算法性能方面也是一次有益尝试。（2）针对轨迹基在轨迹空间中恢复非刚体的运动与结构存在的问题。本文提出一种轨迹滤波方法。该方法主要是在轨迹空间中，基于ISA算法恢复旋转矩阵基础上，利用轨迹滤波替代轨迹基，通过恢复非刚体目标，如Yoga、Pickup、Stretch以及Running的运动与结构，得到以下结论：该滤波方法能够有效地滤除运动序列中高频噪声对非刚体重建存在的影响，进而更好地实现了重建效果，而不再依赖经验，或者通过大量的数据去尝试如何选择轨迹基的类型，或是选择基的个数等。