三维重建的方法---大类别分类

立体视觉法（Stereoscopic）

传统的立体成像系统使用两个放在一起的摄影机，平行注视待重建之物体。此方法在概念上，类似人类借由双眼感知的图像相叠推算深度[1]（当然实际上人脑对深度信息的感知历程复杂许多），若已知两个摄影机的彼此间距与焦距长度，而截取的左右两张图片又能成功叠合，则深度信息可迅速推得。此法须仰赖有效的图片像素匹配分析（correspondence analysis），一般使用区块比对（block matching）或对极几何（epipolar geometry）算法达成。

使用两个摄影机的立体视觉法又称做双眼视觉法（binocular），另有三眼视觉（trinocular）与其他使用更多摄影机的延伸方法。

色度成形法（Shape from Shading）

早期由 B.K.P. Horn 等学者提出，使用图像像素的亮度值代入预先设计之色度模型中求解，方程式之解即深度信息。由于方程组中的未知数多过限制条件，因此须借由更多假设条件缩小解集之范围。例如加入表面可微分性质（differentiability）、曲率限制（curvature constraint）、光滑程度（smoothness）以及更多限制来求得精确的解。此法之后由 Woodham 派生出立体光学法。

立体光学法（Photometric Stereo）

为了弥补光度成形法中单张照片提供之信息不足，立体光学法采用一个相机拍摄多张照片，这些照片的拍摄角度是相同的，其中的差别是光线的照明条件。最简单的立体光学法使用三盏光源，从三个不同的方向照射待测物，每次仅打开一盏光源。拍摄完成后再综合三张照片并使用光学中的完美漫射（perfect diffusion）模型解出物体表面的梯度矢量（gradients），经过矢量场的积分后即可得到三维模型。此法并不适用于光滑而不近似于朗伯表面（Lambertian surface）的物体。

轮廓法

此类方法是使用一系列物体的轮廓线条构成三维形体。当物体的部分表面无法在轮廓联机展现时，重建后将丢失三维信息。常见的方式是将待测物放置于电动转盘上，每次旋转一小角度后拍摄其图像，再经由图像处理技巧去除背景并取出轮廓线条，搜集各角度之轮廓线后即可“刻划”成三维模型。

用户辅助

另外有些方法在重建过程中需要用户提供信息，借助人类视觉系统之独特性能，辅助完成重建程序。

这些方式都是基于照片摄影原理，针对同个物体拍摄图像以推算三维信息。另一种类似的方式是全景重建（panoramic reconstruction），乃是在定点上拍摄四周图像使之得以重建场景环境。