肖像浮雕建模技术是一项重要的三维模型重建技术。目前,浮雕作为一种雕刻艺术,其将雕刻元素附加到相同的材质背景中,成为一种极具收藏价值的工艺艺术品。而肖像浮雕凭借着丰富的视觉审美和独特的雕刻方式成为浮雕艺术的典型代表形式,具备独特的艺术魅力和纪念意义。因此,为了满足人们对于风格多样的定制肖像浮雕的需要,计算机图形学与浮雕艺术相互结合已成为计算机图形领域研究的热点内容。通过三维建模技术辅助数字化浮雕的生成,有效减少传统浮雕制作过程中复杂的工艺流程和维护成本。针对实际的三维模型数据不易获取,扫描难度大等缺点,本文研究一种基于单张图像的肖像浅浮雕重建技术,并在此基础上设计一种保留人物细节特征的模型深度压缩方法,实现对人物肖像的精细建模。论文的主要研究内容如下:（1）基于残差同质性和Lambertian反射模型的背景重建方法原始输入图像存在细节模糊、质量不佳等问题,影响后续模型重建的精准度,因此本文研究一种基于图像残差同质性的细节增强方法,该方法通过学习采样图像与原始图像的同质结构,描述图像的细节层,并满足相似性约束,从而有效保证图像的质量和纹理特征的连续性。同时为保证图像背景区域生成模型的平坦性,在进行图像增强操作后,本文将增强图像分割成人脸前景区域和头部背景区域。针对图像背景区域,采用Lambertian反射模型估计图像像素的高度,从而恢复模型的形状。为后续肖像浮雕背景区域的生成奠定基础。（2）基于特征点映射和模型压缩的人脸前景建模方法对于分割的图像人脸前景区域,研究一种基于特征点映射的模型生成方法。该方法将图像的像素特征映射到三维模型的特征顶点上,通过提取图像的68个关键点构建纹理和特征的线性组合方程,对齐三维模型相应的网格顶点,从而生成前景人脸模型。针对生成的前景模型,设计一种非线性压缩方法,通过构造包含细节约束和高度约束的能量方程,有效地减少压缩过程中模型纹理细节丢失的现象。实验结果表明,该方法有效地重建出不同人脸模型,具备一定的普适性和扩展性。（3）基于模型融合及网格优化的肖像浮雕生成方法在重建出前景人脸模型与背景模型后,需要将人脸源模型附加到背景目标模型网格上并进行融合,通过源模型与目标模型的网格参数化映射以及基于采样点拟合非线性高度函数的方法,从而构建出最终的肖像模型。实验对多种肖像图像进行验证,均取得保留其形态和细节特征的肖像浮雕模型。本文算法生成模型的平均显著性为0.685,相比其他算法平均提升了0.334。因此,本文算法生成的肖像浮雕结果能够凸显视觉区域的显著性,具备一定的真实感,且适用于简单的肖像图像。本研究提出了一种划分图像前景背景区域从而重建肖像浮雕模型的方法,该方法仅通过单幅图像作为输入,实现浮雕模型的重建。与其他算法相比,本文方法较好地保留模型的人物肖像纹理,并凸显人脸区域的视觉显著特征,同时本研究方法能过够为肖像浮雕产品的工业化生产提供相应的模型和理论的支撑。