随着计算机视觉和虚拟现实的不断发展，图像的三维重建日益成为计算机科学的一个重要研究课题，在社会生产、生活的各个领域表现出越来越重要的地位和作用，尤其在工业、医学、国防、考古等领域，具有极其广泛的应用价值。目前，多种重建技术已经形成，被统称为“Shape from X”技术, X可以是运动、纹理、轮廓、阴影等。其中的明暗恢复形状(Shape from Shading，以下简称SFS)只需要单幅图像的灰度信息就能恢复出物体的三维形状。该技术比较容易实现，所需要的硬件设备和外界条件简单，而且可用在一些其他技术不适用的特殊场合。传统SFS算法大多采用了不符合实际情况的苛刻假设条件，有的受噪声干扰很大，有的计算非常复杂，有的收敛速度慢效率低，有的适用范围小。本文主要工作及创新点是对自阴影检测方法进行改进，并对最小基元递推算法进行优化，实现了物体的三维重建。对于自阴影问题，重点研究了基于模型的边缘检测法。该方法对光照方向进行了大致估计，再通过边缘检测得到自阴影区域并进行修正，去除了实际的自阴影区域，有效地解决了传统方法在去除与目标有相似颜色信息的自阴影时丢失目标部分信息的现象，避免了三维重建的结果产生大的形状畸变。一般的最小基元递推算法不考虑物体的自阴影，并假设反射率值为一个不变的常数，光源方向为已知，本文对其进行了优化。选择了符合假设条件的曲面进行光源方向估计，对实际图像分割后采用局部估计法进行反射率值估计，最小基元递推算法的求解采用非线性最小二乘法，并利用两种递推路径计算再加权平均的方法提高重建精度，从而获得了较好的重建效果。最后，通过Matlab软件编制相应的三维重建程序，对合成图像和实际图像分别进行了重建，实验结果验证了本文算法比一般的最小基元递推算法和传统算法更加精确和稳定。本文算法适用范围广，可适用于带有自阴影和形状较复杂的物体。