近十几年来,随着信息技术的发展,人们生活水平的提高,在安防监控、游戏开发、影视制作、人机交互等领域,对于获得更加细致、逼真的三维人脸模型有着强烈的需求。为了克服传统的基于激光扫描或结构光扫描的三维人脸重建技术中成本高、设备复杂、采集时间长、采集对象姿态必须固定等缺陷。越来越多的研究人员转向研究基于双目视觉技术的三维人脸重建方法。此方法具有系统硬件配置简单、成本低、采集速度快、对于采集对象更加友好、建模精度对于人脸的姿态变化不敏感等优点。本文对于该方法进行了系统的阐述,重点研究了重建过程中最为核心的立体匹配环节。本文的主要工作和创新之处:(1)为了在立体匹配环节中,提高人脸低纹理区域的匹配精度,本文深入分析了低纹理区域造成匹配精度下降的原因,提出了基于极线距离变换的立体匹配算法。由于极线距离变换具有仿射不变性,并且能够将人脸图像对中的灰度信息转化为了受光照、姿态等影响更小的几何信息,克服了图像低纹理区域在立体匹配中由于灰度信息相近,统计特征信息相似而造成匹配精度下降的缺陷。(2)基于极线距离变换的立体匹配算法在对地纹理区域有着良好的匹配效果,但是其处理边缘区域或纹理丰富的区域时算法的鲁棒性不强,匹配的精度不高。针对这一缺陷,本文分析了极线距离变换对于不同纹理区域变换后的图像特点,对原有的极线距离变换进行了改进,提出了双极线长度的极线距离变换,使其能够处理人脸这种低纹理区域和高纹理区域混合的复杂情形,改善了原有极线距离变换在高纹理区域的鲁棒性。(3)本文为了检验算法的有效性搭建了一个图像的采集平台,能够自动完成摄像机的标定,对采集的图像对进行校正从而消除畸变,然后利用标定获得的参数对图像对进行极线校正,再对校正后的图像对进行极线距离变换,最终得到的图像可以直接用于匹配算法的验证。实验表明,本文提出的算法在处理人脸图像和其他传统算法相比具有更好的精度和鲁棒性,在处理一般场景时也能得到和目前流行的立体匹配算法相近的精度。