随着科学技术的不断发展，人们对产品性能的研究逐渐从宏观向微观不断深入，无论是在产品性能预测、结合部建模与有限元分析，还是表面摩擦、磨损特性的研究等方面，都要求提供完整的表面三维轮廓信息。目前基于表面轮廓曲线的二维粗糙度评定参数己难以满足实际生产与科学研究的需要，因此，三维形貌的全面测量成为计量领域的一个新目标，而学者们更多的关注于利用计算机视觉的方法来解决这一难题。本文根据所拍摄加工表面的二维图像，在Hapke光照模型的基础上，采用明暗恢复形状(Shape From Shading，简称SFS)算法实现对加工表面微观形貌的三维重建及形貌表征。　　 首先介绍了光学成像系统的要素，分析说明了光源在成像系统中的重要性。通过对几种光源性能的比较，结合对四种光源所拍摄图像的分析，最终选择了AFT-100R红色LED光源作为系统的照明方案。此外，从理论和实验入手分别对图像进行了标定，并研究了各种参数对图像质量的影响规律，获得了清晰度较高、细节丰富的工件表面图像。　　 对加工表面图像常用的预处理算法进行了分析比较。将图像的纹理矫正后，为了选择合适的滤波方法，分别在空域和频域内对图像进行消噪处理。通过分析比较处理后的图片质量和均方误差及信噪比参数值，最终选取巴特沃斯低通滤波对原始图像进行滤波处理，并修正图像灰度值，得到了较好的预处理图像。　　 通过对工件表面进行光散射特性的分析，说明工件表面具有单次及多次散射现象，因此采用能够描述这一特性的Hapke模型作为重建三维表面的光照模型，在此基础上引入分形约束能量函数等约束条件对SFS问题进行求解并推导迭代公式。用多项式拟合函数建立了灰度与高度之间的关系，将转换后的高度值作为迭代初始值。　　 利用该算法对车、端铣和镗样块的加工表面图像进行了三维重建实验，重建后的部分表面轮廓清晰，说明了Hapke光照模型在金属切削表面三维重建领域的适用性。该方法对实现表面粗糙度的在线检测和获取工件表面完整的三维形貌信息具有重要意义。　　 最后，本文对重建表面在幅度参数、空间参数、混合参数和功能参数上加以分析讨论，对车削、端铣和镗样块的加工表面形貌进行了合理的评价，最终确定了一组三维参数的评价指标，可以广泛地用来对工件三维表面形貌进行评价。