三维重建是计算机视觉研究领域中的一个热点问题，基于立体视觉的重建方法也越来越受到人们的重视。在现实的生活中，3D立体模型被广泛应用于各种领域，如虚拟现实，视频游戏，工业制造的自动化，电影及动画制作，模式识别，文物的保护与恢复等。三维重建技术及其带来的科技创新正改变着人们生活的方方面面，因此如何改进其过程中的各种算法，使得重建过程更加地简便可靠，具有很大的研究意义。在传统的三维重建方法中，绘制速度、重建质量以及重建的过程复杂度三个方面总是相互制约，使得重建出来的效果不能尽如人意。基于图像的三维重建是根据图像或图像序列来恢复场景三维模型的方法，它相对于传统的方法成本低廉，自动化程度也更高，具有广泛的应用前景。其中立体视觉方法利用成像的几何原理来实现三维深度信息的恢复，它模仿人类自身视觉系统的工作机理来判断物体的深浅，是机器视觉领域的一个重要分支。本文为了探索一种更加高效便捷的深度获取方法，主要针对重建方法中的立体视觉方法进行了分析研究，包括相机标定、立体匹配、深度获取等步骤。本文先对现有的相机标定方法进行分类及原理分析，并针对三种应用广泛的标定算法进行对比试验，根据试验结果，选择平面模板标定方法进行后续的深度求取。接着对图割优化算法进行了详细的原理解析，并将图割应用到立体匹配中，分析试验结果，为图割技术怎么求解实际问题提供例证。因为直接依据网格投影点相似度来确定物体表面的深度，根据成像原理与图像对上映射点信息之间的约束来求取物体深度信息的方法可以简便地得到物体表面的深度信息，但也会出现大量不光滑的噪声，尤其在获取物体表面深度不连续区域的深度信息时，不能取得很好的效果。本文提出了基于图割优化获取深度信息的方法，采用图割优化的方法来获取深度信息，可以使所得深度信息更精确、更光滑。且在坐标转换的过程中，当同一网格点投影到图像对上的两个映射点的像素坐标非整数时，采用双线性插值方法处理相应坐标处的像素信息。跟据其像素灰度信息的差异，建立关于深度标号的能量函数，最后用图割理论最优化能量函数，获取物体表面物点的深度信息。实验证明本文的方法是行之有效的。