在计算机视觉领域中，使用二维投影恢复物体三维信息的过程称为三维重建。三维重建在计算机视觉中具有重要的研究价值，常用于视觉导航、虚拟增强、SLAM、辅助手术等领域。和基于立体视觉的三维重建相比，单目三维重建是当前的一项研究热点，因为单目视觉系统具有结构简单，成本低的优点。同时相较于双目或者多目视觉系统，单目视觉在同一时间只需要处理单幅图像，节约了计算机处理时间。在掌握基础矩阵知识的基础上，本文对八点法、改进八点法、五点法以及RANSAC鲁棒法进行深入的研究，并且提出了一种结合RANSAC的八点改进法。该算法线性性能良好，并在受噪声污染的情况下与迭代方法和鲁棒估计方法性能相当。然后在摄像机针孔成像模型的基础上，对基于Kruppa方程的摄像机自标定方法进行了仿真实验，所得结果与初始值基本吻合，表明算法具有良好的性能，适用于摄像机标定。最后提出了通过图像序列，进行射影重建，最后在欧氏空间中进行三维重建的算法。对几组图像序列进行了三维重建的仿真，进而验证了算法的可行性。目前由单目视觉进行序列图像估算物体三维信息的技术尚处于起步阶段，相信本文算法将在诸如机器人视觉、自动生产线、监控等应用单目摄像机中估算物体的运动和结构信息的领域中有多方面的应用价值，。