在图像处理和计算机视觉领域中，对各种场景的三维建模一直都是一个具有重要研究意义和应用价值的课题。相对于其他场景的三维建模，对于建筑物室内场景的三维建模可以应用于火灾救援、密室探险和考古挖掘等必不可少却能够对人类生命造成威胁的探测活动中。由于建筑物室内场景内往往存在大量的遮挡物体和剧烈的光照变化，近年来，对于建筑物室内场景的三维重建成为了三维重建相关领域中的一个具有挑战性的问题。剧烈的光照变化导致的畸变图像和室内场景中大量的遮挡物体，导致传统的算法很难根据所得到的图片对相应的室内场景进行三维重建(摄像机标定、系列图像匹配和纹理渲染等)。本文提出了一种从单视角图像恢复室内场景主要框架结构，然后再给重建出来的框架结构渲染上校正后的图像纹理的室内场景重建方法。和传统的基于系列图像的方法相比，基于单幅图像的建模方法，更加具有实用性。论文的主要贡献如下：1.本文提出了一种图像坐标系下的基于环形模板的棋盘格角点检测算法。该算法通过分析棋盘格角点附近的灰度分布应满足一定的对称性和灰度交替性等性质，进而得出环形模板卷积后的图像应满足的性质。而后，利用该性质来定义并提取棋盘格角点，最后利用局部冗余角点分布的对称性来去除冗余角点，使提取的角点更精确，从而直接达到亚像素精度。实验结果表明：本文提出的棋盘格角点检测算法在曝光过度、镜头畸变和复杂背景情况下均能取得较好的效果，且运算速度快，误差小。将该算法应用于实际摄像机标定，结果显示重投影误差在0.3个像素以内。2.本文提出了一种基于图像物理坐标的圆形模板算子来遍历棋盘格图像的方法，使得提取的角点直接达到亚像素精度。该方法首先采用形态学膨胀的方法对整幅图像进行处理，从而令发生畸变的角点局部区域被覆盖，然后采用一个圆形模板来遍历膨胀后的图像，最后通过分析遍历后的圆形模板的灰度分布和计算冗余角点的质心坐标来得到棋盘格角点。实验结果表明，本文算法在存在畸变的棋盘格图像和复杂场景中都能取得较好的检测效果，应用到摄像机标定中，重投影误差在0.3个像素以内，检测效果较好，证明了本文算法的有效性。3.本文提出了一种基于直线优化和投票机制的方法。该方法通过修正、连接、和添加等手段来对初始直线段进行优化，然后提出了一种在交比约束和深度约束下的迭代投票机制，从优化后的直线中提取出室内场景框架结构。实验结果表明，本文算法和现有的算法相比，具有一定的优越性，特别是在复杂的室内场景框架检测任务中。4.本文将从得到的棋盘格角点坐标估计出的摄像机参数用于室内场景图像校正，然后把校正后的图像用于渲染室内场景框架结构的任务中。实验结果表明，本文提出的从单视角图像恢复室内场景主要框架结构，然后再给重建出来的框架结构渲染上校正后的图像纹理的室内场景重建方法具有有效性。