本文主要讨论了三维计算机视觉领域中的利用消失点判断空间关系、摄像机自标定、三维分层重构等问题。主要工作如下： (1)利用消失点判断空间关系。在目标识别和场景分析的应用中，我们经常需要了解场景中的空间几何结构关系，如何在摄像机未事先标定的情况下，利用场景中的有关信息，结合图像中的消失点，获得场景中相关几何信息。本文给出了两种方法，并介绍了它们各自的适用范围。最后实验验证了该算法的正确性和可行性。 (2)摄像机自标定。摄像机自标定的线性算法一直是计算机视觉领域的研究热点，本文利用场景中的两两正交三条直线，计算直线的消失点，进而线性计算绝对二次曲线的像。最后分解出摄像机内参数。本文同时在理论上分析了在一幅图像中如何计算简化的基于三参数的摄像机模型。提出了有关结论，并给出了相应的证明。模拟实验分别比较了三参数模型和五参数模型的实验结果。最后对真实的场景的重构，验证了我们的算法是切实可行的。 (3)三维分层重构。本文研究在仅有两幅图像的条件下，如果摄像机内参数保持不变，如何利用场景中的结构信息对空间物体分层重构。本文在理论上阐述了射影重构的本质是确定基础矩阵，射影重构到仿射重构关键是确定无穷远平面的单应矩阵。仿射重构到欧氏重构的关键是计算出绝对二次曲线的图像。同时给出了实现三维分层重构得具体算法。最后实验分别给出了仿射重构的结果和欧氏重构的结果。实验表明我们的算法是有效的和可行的。