本文主要讨论了三维计算机视觉领域中的基本矩阵算法、二次曲线匹配、射影深度估计和球体定位等问题。主要工作如下： (1)基本矩阵的鲁棒算法。首先介绍基本矩阵的几种表示，它们是基本矩阵算法的理论依据；对于两幅图像，给出了对图像数据进行预处理以抑制噪声的算法，进而给出鲁棒性算法；最后根据三幅图像的射影约束，我们提出了基于三幅图像的6点RANSAC算法，这是一种非常鲁棒的算法。 (2)二次曲线的匹配算法。目前已有的二次曲线的匹配算法依赖于一种多项式约束，是一种非线性算法。我们仅从基本矩阵出发，给出了二次曲线匹配的约束，并设计出匹配算法，该算法是线性的。模拟实验和真实图像实验也验证了我们所给的算法的正确性与可行性。 (3)射影深度估计。在分层重构中，求解射影深度是关键的一步。已有的算法对模拟数据很有效，但是对于真实图像，它们不能有效地估计射影深度。由于遗传算法自身的迭代机制和遗传进化机制的优越性，我们将它应用于射影深度估计，设计出一种基于遗传算法的射影深度估计算法。真实图像实验表明我们所给的算法是行之有效的。 (4)球体定位。球体定位就是根据球的图像求出球心的三维坐标以及半径。由于球面上的每一点都具有相同的几何特性，那么如果球的表面没有明显的纹理，就无法利用特征匹配来实现球的定位。我们给出了一种利用球面的两幅图像的轮廓线来实现球体定位的新方法，该方法克服了传统算法中没有明显的纹理就不能实现定位的缺点。所给的方法简单且易于实现，实验结果也表明我们的方法是十分有效的。