计算机视觉是利用计算机实现对客观世界中三维场景的感知、识别和理解。计算机视觉系统通常可以分为摄像机标定、特征提取、立体匹配和三维重建等部分。三维重建是计算机视觉研究的最终目的之一,本文主要研究的是基于平移和旋转的单目视觉三维重建。本文的主要工作和成果如下:（1）本文分析了若干个不同因素（包括摄像机内参数（u₀,v₀,f_x,f_y）,特征点匹配误差,平移量的值和方向）对物体三维重建结果的影响,通过实验发现匹配误差、平移量的值和方向是影响重建结果的最主要因素。要获得理想的重建结果,必须减小特征点匹配误差、增加重建对象在X或Y方向的平移量,并据此提出了一种通过奇异值分解从平移运动对物体进行三维重建的方法。（2）相比于双目体视显微镜,单目直筒显微镜具有光路简单、设备成本低等优点,具备更广泛的应用前景。本文研究了基于平移运动的单目显微镜下微小尺寸物体的三维重建问题,研究发现光源颜色、强度和光源的入射角度等会影响显微成像质量,其中光源的入射角度是决定性因素。通过选择合适的入射角度降低物体表面的反射光从而提高了成像质量,为后续的三维重建奠定了重要基础。（3）本文还研发了一种精度较高的旋转轴的标定方法。它利用平面标定的结果得到空间一组绕旋转轴的点集,经过进一步计算得到旋转轴在摄相机坐标系的位置。相比于传统方法,本方法具有更高的精度。并根据旋转轴的位置和已知的旋转角度,实现了物体360度的全方位三维重建。本文还研究了基于DAISY描述符的轮廓匹配以获取相对更加密集的重建点云,从而优化了三维重建结果。