雷达目标散射截面积的理论计算，一直是一个经久不衰的研究课题。对雷达目标散射特性的深入研究是进行雷达设计的基础，同时对于目标的隐身与反隐身等具有重要的意义。　　计算目标RCS首先就需要有目标的三维模型。现有的很多文献都只是详细讨论了目标RCS理论预估的计算方法而对于目标三维模型的由来却未作说明，或者说以已知目标的三维信息为前提。这是基于现在部分目标的三维信息数据可以详细地获得，但这毕竟只是一部分，很多情况下都不能获得目标的精确三维立体结构或详细的三维尺寸数据（如敌方飞机和舰船等），而只能获得目标不同视角的几幅二维平面照片。为此，本文提出一种利用计算机视觉理论中的三维重建思想，从两幅或两幅以上不同视角的目标照片来获得目标的空间三维立体结构的方法。　　特征点的提取是进行三维重建的基础。本文首先针对利用SUSAN角点检测法对实际图像进行特征点提取时出现一些多余的非特征点（虚假角点）的情况，对其处理方法进行了改进，以期去除尽可能多的虚假角点，获得较为满意的适用的结果。文中分析了影响该算法性能的因素和虚假角点产生的原因，并针对这些原因进行了相应的处理以尽量减小虚假角点的个数，仿真结果表明这些处理是行之有效的，最后能够获得比较满意的可接受的结果，并且能够满足三维重建后续处理的要求。　　由三维重建的基本原理可知，实现目标的三维重建需要进行以下几个步骤：(1)特征点的匹配算法；(2)摄像机标定；(3)在两幅图像中的点之间建立对应点对（该步可视实际要求选择是否进行）；(4)重构目标上的点的3D坐标。而特征点匹配算法又包括特征点抽取、特征点匹配和消除不良匹配点三个步骤。本文提出一种三维重建的方案：首先利用前面提出的改进的特征点提取方法，结合基于灰度的匹配方法进行特征点匹配；然后选择合适的摄像机自标定方法，包括使用Longuet-Higgins提出的八点法的改进方法计算基本矩阵，使用Hartley提出的改进的摄像机外参数的标定方法等；最后计算出目标的三维坐标，重构目标的三维空间模型。　　最后，本文对基于简单目标不同视角的两幅图像的目标三维重构进行了仿真，得到了两种视角不同情况下的仿真结果，给出了理想结果所能达到的精度，并对不理想结果产生的原因进行了分析。