伴随着计算机图形学技术的发展，图形图像处理技术的研究日益深入，并且得到了广泛地应用，二维图形的处理技术已经日臻成熟。目前，三维模型在日常生活中的应用日益增多，被广泛的应用于动画制作，医学成像，古建筑保护等场合，三维重建技术正是为满足这样的需求而发展起来的面向应用的重要技术手段之一。　　 本文研究的重点是基于二维输入的三维模型重建系统。研究工作主要从如下两个方面展开：1.三维特殊曲面重建，2.三维规则形体重建。　　 在三维特殊曲面重建方面，首先针对传统算法计算复杂，易出现漏检、错检角点的不足之处，本文改进了基于高斯平滑的角点检测算法。并将其应用在输入线条矢量化过程中的关键转角点检测中。其次，针对线性SFS(Shape from shading)算法在重建三维曲面时易受到噪音干扰的情况，本文通过小波阈值法改进了该算法的后续滤波过程，取得了较好的效果。最后，针对原有系统中三维特殊曲面造型类型有限的不足，利用凹凸顶点法提取多边形区域的骨架，结合本文中设计的公式，生成表示曲面的关键点，进而通过Delaunay三角化，将造型曲面从凸包扩展到了凹包的范围并取得了良好的造型结果。　　 在三维规则形体重建方面，采用基于神经网络重建三维规则形体的方案，本文改进了其中的特征提取方法，利用加权角度直方图和边缘平均半径特征，结合RBF神经网络模型用于三维模型的识别，改进方法的识别率和整体效率有了一定提高。其次，利用角点对的间距，对三维规则形体的尺寸进行了恢复。　　 通过上述两个方面的工作，本文实现了一个基于二维输入的三维模型重建系统。文中对数据的逻辑组织形式进行了数据结构上的算法设计。三维模型的数据可以进一步进行导出，在更高级的三维建模软件下进行深度再加工，系统具备一定的实用性。