基于图像的三维重建一直都是研究的热点,重建的模型不仅具有高真实感,还保持了与实物样本原有的比例关系。在重建过程中由于输入图像的分辨率低,图像深度信息不连续等原因导致重建模型表面存在缺失,产生空洞,不仅影响重建模型的美观,还影响了许多后续操作,如纹理映射,三角网格化等等过程,因此我们需要对重建的模型进行空洞边界提取与修复。本文针对模型空洞边界检测与修复问题,着重研究分析了现有算法,并在其基础上改进并提出了新的边界提取与模型修复算法。并通过仿真实验,取得了预期效果,本文实验模型以非封闭模型研究为主。论文主要研究工作如下:(1)简要分析几种基于图像的三维重建技术,并详细地介绍了基于PMVS的三维重建技术,阐释其主要理论基础与算法过程。在建模之前采用前后背景分离的方式对输入图像进行预处理,去除重建模型噪点。(2)提出了基于采样点二次提取的边界特征识别算法。在已有的栅格化方法基础上设计了模块化随机抽样点距均值的分块策略,采用该方式获取空间离散点栅格索引及其拓扑结构;根据各空间点的邻近栅格所含离散点数量对边界特征进行初提取,获取初始边界特征点集合;提出栅格模式点的概念,将各初始边界点及其邻域栅格模式点用最小二乘法拟合建立微切平面,并向该平面进行投影;根据各初始边界点及其邻域栅格模式点在该平面上的对应投影点连线的夹角进行二次提取,获取模型精准边界特征。(3)提出了基于空间分层的边界提取算法,运用以上方式获取点云空间栅格索引,根据栅格化结果,将模型最小包围盒依次沿X轴、Y轴、Z轴方向进行三次切片分层处理,将三维点转换到二维平面上处理,实现平面点云拓扑构型推理算法,建立切片层边界栅格识别与伪边界点过滤模型,直接获取模型边界。(4)在边界提取的基础上,设计了一种基于法矢约束的模型修复算法。该方法通过曲线拟合的方式利用空洞边界点及其邻域点的空间坐标与法矢关系来填充模型的缺失部分。在修复过程中采用双重填充方式获取初始填充点集合,对该集合运用滤波函数进行处理获取滤波均值点,即最终填充点。