高质量的三维物体模型在计算机图形学、文物保护、工业检测、3D互联网、虚拟现实、数字城市领域都有着广泛的应用。而根据标定的图像序列重建三维物体模型是一种有效且便捷的获取现实物体三维模型的方法。本文主要从三个方面来研究多视图三维重建算法,分别为精度、速度以及重建算法的自动化程度。　　在精度方面,提出一种基于可见外壳与多视图三维点云有机融合的孔洞修复算法。算法以可见外壳以及多视图三维点云为输入,首先提取出可见外壳内满足点云稀疏度约束的叶节点,然后利用可见外壳法向量射线约束去除包裹在三维点云外层的叶节点,最后通过加入三维点云曲面曲率约束来消除点云中凹面的影响。通过实验结果表明本文所提出的算法有效的解决了物体缺乏纹理区域的在三维重建中存在孔洞的问题,使得最终生成的三维网格模型更加完整与平滑。在速度方面,本文通过结合快速光线跟踪算法来求取光线与可见外壳的相交线段,极大的提高了单个像素点深度值的计算速度,然后使用一种基于窗体内像素点四邻域的深度值计算方法,图像间使用可信三维点投影来初始化邻域图像内像素点的深度值,从而大量的减少了深度图计算过程存在的冗余计算。在重建算法的自动化程度,本文提出了一种鲁棒的物体最小三维包围盒的计算方法,可由输入的彩色图像生成的稀疏三维点云估算出物体的最小三维包围盒,另外本文还提出了一种基于图像特征点的三维重建算法,此算法无需输入物体的可见外壳与轮廓图像,只需要输入一组带标定的彩色图像序列便可直接重建出物体的三维模型。　　最后的实验数据表明本文的算法具有高精度、高效率、应用方便等特点,另外通过 Middlebury网站公布的数据表明本文算法在速度与精度上均达到了国际领先水平。