近年来,随着计算机性能的不断提升,计算机视觉领域得到迅速发展,基于计算机视觉的三维重建成为一个重要的研究方向,在社会生产生活等领域的应用也越来越广泛,其中基于图像的三维重建方法由于操作简单且恢复效果较好,成为近年来的热点问题。从单幅图像恢复目标区域的三维形状,由于其本身存在的不适定性,是三维重建中具有挑战性的工作之一。本文对基于单幅图像的三维重建方法进行了研究,主要研究工作如下:（1）提出了一种改进的基于明暗恢复形状的重建算法,将三维形状的恢复分为表面细节和表面宏观几何形状两个方面。首先,在SFS的基础上设计了基于图像骨架的距离场偏置来加强表面细节;然后,针对SFS对于恢复宏观几何形状的不足,提出根据图像亮度统计分布自动选取控制点控制表面宏观形状变化,并联合粘性解框架进行多尺度的深度恢复。针对植物叶片,提出利用叶片中轴的距离场约束恢复叶子的宏观几何形状,对于表面宏观几何形状恢复的权重基于恢复的反射图与输入图像间的相似度设定,最终将表面细节添加到宏观几何形状上得到目标对象的三维形状。本文主要针对植物叶片图像进行三维重建,也在恐龙、硬币、茶叶包和纸张等其他对象上进行了重建,并展示了重建结果,验证了本文方法的有效性。（2）提出了一种判定宏观形状恢复效果的因子——“误差-信息熵之比”。当只有二维图像作为输入数据的时候,由于真实数据的缺失,无法定量比较恢复的深度效果,因此,以输入图像与计算所得的图像之间的误差来衡量恢复的精确度,以信息熵来描述恢复深度值的丰富度,二者之比来衡量恢复效果,一方面说明了恢复表面的精确度,另一方面也说明了宏观形状的起伏变化程度。本文主要研究了单幅图像目标三维表面的重建,通过对图像进行本征图像分解获取亮度本征图,再对亮度图做一系列的预处理操作,以SFS的线性化方法为初始深度,为最小化方法增加骨架距离场约束恢复出表面细节,然后利用亮度统计规律自动选取控制点,利用贝塞尔曲面恢复宏观几何形状,联合粘性解框架进行多尺度的深度恢复,最终合并多尺度的深度信息得到目标三维表面,并以“误差-信息熵之比”作为评价指标来衡量恢复效果,通过实验数据验证了本文方法在只有单幅图像的情况下可以恢复目标的三维形状,并取得较好的重建效果,一定程度上拓展了传统三维重建技术的应用领域。