二维图像中的物体三维形状估计是人类视觉感知的重要过程,也是计算机视觉领域中的基础问题。目前,基于精确3D模型的形状估计方法研究已经取得了很大进展,但很多物体是很难使用特定的3D模型集合描述。因此,二维图像中的不依赖于精确3D模型的物体三维形状估计研究是非常重要的,但目前没有得到很好的解决。本文围绕上述问题,对二维图像中的物体三维形状估计展开讨论,在传统构造式实体几何(Constructive Solid Geometry,CSG)模型的基础上,分别研究了渐进式CSG模型和CSG树模型,以及基于CSG树模型的层次化形状表示和估计。针对传统CSG模型的参数较多以及中间模型偏离物体形状的问题,本文研究并提出一种基于渐进式CSG模型的形状表示法。首先,通过限定计算顺序,使得每次组合只引入一个形状基元,进而减少每次计算的参数个数。其次,加入的形状基元是按体积从大到小排列的,使得中间模型能够更好地估计物体形状,同时新增基元的参数更容易被独立地估计。最后,考虑到部分布尔运算的可交换性,指定运算符和形状基元的计算顺序,减少冗余表达式,为CSG树模型的构建提供了基础。针对现有方法只能处理特定物体的问题,本文研究并提出了一种二维图象中基于CSG树的通用物体三维形状估计方法。以渐进式CSG模型为节点,构建层次化CSG形状描述树。与单个渐进式CSG模型相比,CSG树更具通用性,即不需要预先选定三维模型。基于该模型,本文提出了一种基于二维图象的物体三维形状估计方法。以物体的二维图象包围盒为输入,使用边缘特征提取算法,基于距离变换由粗到精地对物体的三维形状进行估计,得到不同抽象程度的形状估计结果。实验验证了本文方法的可行性及有效性。