基于多视图像的三维重建一直以来都是计算机视觉领域的研究热点，在诸如测量、虚拟现实、电影娱乐以及文化遗产保护等领域都有广泛的应用。在三维重建技术中，通过拍摄物体的多幅图像，最终恢复出物体和摄像机在实际场景中的位置关系，并且还原出物体真实的三维形状。三维重建涉及到特征点提取、图像匹配、多视图几何理论、数值分析方法、计算机图形学等多个领域的理论和技术难题。其中每一环节都直接影响到最终重建的效果。　　 本文围绕三维重建系统的构架，在立体匹配、多视立体重建、网格表面生成以及纹理映射等方面进行了系统的研究。主要内容有：　　 ①提出了一种包含遮挡处理的立体匹配算法。首先利用自适应加权窗口匹配算法获得比较可信的匹配代价估计，然后构造更加合理的能量代价函数并利用Graph cuts优化求解。通过Middlebury上数据测试，本文算法结果在很多指标上和Middlebury上排名在前三位的基于Graph cuts的匹配算法结果不相上下，且多数指标排在一、二位。　　 ②提出了一种基于空间几何信息改进的PMVS算法。首先通过局部法向校正，使重建点云的位置和法向保持了较好的一致性。另外利用基于曲率的多分辨率扩散策略，在保证得到较好的重建细节的同时，有效地节省了运算时间和空间。　　 ③改进了Patrick Labatut提出的基于重建点云的网格表面重建算法。Patrick Labatut等通过使用Graph Cuts极小化-能量函数来进行大场景的表面重建，得到了比较好的重建结果。我们通过引入计算几何中的极点等概念，修改了原算法的能量函数，一方面提高了算法的运行效率，同时算法鲁棒性和重建效果都得到了一定提高。　　 ④给出一个由PMVS点云生成三角网格模型并利用图像为模型制作无缝纹理的算法方案。该算法方案首先利用Poisson表面重建算法生成物体的三角网格模型，然后通过MRF优化为模型中每个三角片选择纹理，最后通过求解一个建立在三角网格表面的Poisson方程对模型纹理进行无缝处理。该算法一方面保证了模型局部纹理的细节特征，另一方面有效地去除了由于光照不同带来的纹理拼接痕迹，使纹理在整体上连续一致、过渡自然。　　 ⑤针对三维重建算法的纹理依赖性，使其难以对弱纹理场景得到好的重建结果的问题，提出了一种利用语义指导的三维重建的思路。在利用目前三维重建算法得到的结果基础上，用户通过自然语言交互方式，输入对待重建场景的特定高层语义，进一步改善重建结果。初步实验结果表明，通过适当构造知识库和输入一些语义知识，可以在很大程度上提高重建效果。