三维表面重构是计算机视觉领域中一个至关重要的经典问题,是进行图像理解和三维目标识别的关键技术之一,它架起了机器自动完成从客观实体到抽象感知的桥梁,使得利用其来自动理解、识别三维场景成为可能。从而在生产、生活、医学、气象、遥感,特别是在国防军事领域产生了巨大而深远的影响,具有良好的应用前景。计算机视觉是利用计算机对外部世界进行描述和分析,而计算机视觉低级处理的研究内容包括边缘检测、运动分析、立体视觉、以及从纹理、灰度变化、轮廓等恢复三维物体信息(如高度、表面朝向和三维形状)。作为三维计算机视觉基础之一的高度获取问题,人们提出了多种方法,其中由梯度估计值得到表面高度值的积分算法,大体分为两类：局部积分技术和全局积分技术。局部方法强烈依赖数据的准确性,如果图像充满噪音,则不宜使用。相对而言,全局方法的结果光滑性较好些,但对方向的突变非常敏感,例如在物体边界将产生极大的错误。基于光度立体的三维表面重构技术可以直接从拍摄图像中提取出表示图像,简单快捷的重构出高度真实感的三维表面,从而受到了广泛的关注。本论文系统介绍了各种三维表面重构技术,选用光度立体技术,并结合激光三角法来恢复三维表面。在综合研究各种积分算法的基础上,提出了基于最小生成树的局部积分算法。以如何从图像中获取三维空间信息,重构出具有高度真实感的三维表面为重点,研究了基于迭代循环的三维表面重构技术,提出了三维表面重构框架,并分别对图像数据采集、梯度获取,激光高度值获取、梯度积分,高度图加权平均策略、重新估计光照角度和梯度等方面进行了相关研究。最后尝试了将三维表面重构技术应用到三维表面纹理合成领域。文章用多组实验数据证明了本论文提出的三维表面重构技术的有效性。