从输入影像开始，到恢复3维形状，最后将得到的3维结果利用计算机图形学的技术(CG)进行表达、显示，本书对该过程中涉及的原理、概念、表述、算法等进行了详细的叙述。
　　因为3维形状和运动的表示以及计算需要一定的数学知识，为了便于对一些必需的线性代数和微分知识的学习和理解，本书中进行了必要的讲解。这些数学知识作为理解本书的基础，在附录中有详细的介绍。　　
　　个人电脑的普及，CPU运算速度的加快，图形加速卡性能的提高，数码相机的普及，Internet的兴起等要素结合起来，使得个人手拍影像，并能建立3维模型，进行自娱自乐并发布的时代来到了，这样的预测或期待越来越接近现实，越来越被更多的人所关注。
　　从输入影像开始，到恢复3维形状，最后将得到的3维结果利用计算机图形学的技术(CG)进行表达、显示，本书对该过程中涉及的原理、概念、表述、算法等进行了详细的叙述。
　　因为3维形状和运动的表示以及计算需要一定的数学知识，为了便于对一些必需的线性代数和微分知识的学习和理解，本书中进行了必要的讲解。这些数学知识作为理解本书的基础，在附录中有详细的介绍。

第1章  从2维影像到3维模型
进入由个人拍摄的影像建立3维模型的时代
本书中使用的专门术语及数学符号

第2章  影像、相机及投影
数字影像与数字影像坐标系
针孔相机与中心投影
摄影矩阵及外部参数
规一化相机及内部参数
投影近似：平行投影，弱中心投影，模拟中心投影，
仿射投影
练习题

第3章  3维空间中旋转的表示和计算
欧拉角
roll，pitch，yaw
旋转轴及旋转速度
4元数
正交矩阵、旋转矩阵及反转
利用旋转前后的3维向量进行旋转的最优化计算
练习题

第4章  核线几何
中心投影中核线几何的概念及核线方程式
中心投影中的基本矩阵的性质
弱中心投影中的核线方程式
基于对应点的中心投影核线方程式的线性解法
利用对应点确定仿射投影中的核线方程式
练习题

第5章    基于弱中心投影影像的3维重建
基于3张弱中心投影影像的运动与形状恢复
基于奇异值分解利用影像序列进行运动与形状的复原
利用规一化相关实现密集的形状重建
练习题

第6章  相机标定
基于已知3维形状的标定
基于平面图案的相机标定
基于Kruppa方程的相机自标定
练习题

第7章  基于中心投影影像的3维重建
基于本质矩阵的运动与形状恢复的线性算法
运动与形状的最优化计算
练习题

第8章  基于多视数据的物体整体建模
2视点3维数据的综合
多视点3维数据的综合
基于多视影像的3维整体模型的直接复原
练习题

第9章  3维形状的三角网表示
2维点集的Delaunay分割
3维点集的Delaunay分割
基于影像中特征点的可见性信息的Delaunay分割
练习题

第10章  渲染
漫反射与镜面反射
纹理映射
练习题

第11章  基于影像的渲染
QuickTime VR
Lumigraph，Light Field和同心拼接
练习题
附录A  向量和矩阵的微分
附录B  逆矩阵及伪逆矩阵
附录C  特征值分解
附录D  奇异值分解
附录E  线性函数的拟合
附录F  非线性函数的拟合
附录G  3维重建中Marquart法的快速算法
附录H  利用VRML实现3维模型的表示及纹理映射
附录I  习题解说及答案
参考文献