服装一直占据电子商务网络零售业的很大比重,现阶段服装展示手段主要以二维图像为主。这种传统的展示方法虽然能够满足基本的展示需求,但与三维展示效果相比,始终缺少真实感,无法实现用户与展示服装间的交互体验。本文以基于二维图像的服装三维重建技术的实现为主要研究内容。首先,对基于图像的三维服装重建过程中的关键技术和相关的算法进行了探讨,对立体视觉重建算法及后续网格重建、纹理映射技术进行了验证。针对泊松重建过程中点云缺失导致曲面错误重构的问题,提出了一种分批重建再通过点云配准技术进行点云融合的解决策略。此外,本文还对图像数量、拍摄方案以及泊松重建过程中八叉树深度对模型重建效果影响进行了探究。最后,本文还针对重建三维服装模型效率低下,难以个性化的缺陷,提出了一种基于照片流和换脸技术相结合的伪3D个性化展示方法,为提高服装展示效果提供了新的思路。实验结果表明本文所设计的多视图三维服装模型重构流程,可以有效地从序列图像中恢复目标点云,并清晰地还原出服装的空间形态;利用所提出的最近点迭代算法对点云进行融合,可以有效解决目标点云网格重建过程中的错误重构问题,提高服装三维模型的真实感;当输入图像数量大于60张,选用“半球式”拍摄方案以及八叉树深度设定为11时重建出的三维模型效果更好。此外,本文提出的基于单图像输入的个性化展示方案的可行性也得到了验证。