从二维图像到含深度的三维图像，是质的飞跃。一般的图像上是没有长度、距离等深度信息的，而三维模型则能更加全面、精确地记录环境，可以直观呈现物体的位置、距离、姿态等。这种具有深度信息的图像，是众多应用的共性基础技术，可以直接用来确定物体的位置、姿态，计算物体的体积和物体之间的距离等。在现实生活中，我们也越来越需要更多的三维模型来实现对物体或环境的全面掌握。

        获得三维模型有两种基本方式，一种是利用激光扫描仪，一种是拍摄照片。但激光扫描仪的成本高，也有可能会对样本带来一些损害。第二种方式的成本小，而且在精度上也跟激光扫描仪相差无几，因此成为了现在研究的一个热点。

        在实时定位与在线三维重建方面，机器视觉也具有极大的应用潜力。将手机上摄像头读取的视频作为输入，通过初始化、特征点提取、动态模板特征点匹配、几何变化计算阶段后得到视频每一帧中感兴趣区域的位置。

        近年来，机器视觉、三维技术进行了深度结合。将中国古代建筑作为载体和研究对象，进行大场景三维重建技术。中国的古建筑多为木质结果，比较容易损毁，而且这些古建筑多分布于高山峻岭之中，相比于三维激光扫描仪等重建设备，基于机器视觉技术的三维重建技术更加方面灵活。

        就目前来说，中国古代建筑全自动三维重建系统，能够实现全自动三维建模，即从底层图像处理到生成最终的三维模型，全部自动实现，无需人工交互。它对图像的拍摄方式也无特殊约束和限制，只需手持自由拍摄即可。在精度上，也与激光扫描精度相当，精度小于3cm/100米，通过配备更高像素数量的相机和长焦镜头还可以实现毫米级重建。

        目前，我国基于机器视觉的三维重建技术在国际上可以说处于领先地位，应用也比较广泛。除了上述之外，还能用在一些不太适合人工作业的环境监测方面，像对露天煤矿的监测，就是通过无人机对煤矿进行全方位拍摄，生成三维模型来实时监测矿山的变化。此外，也能应用于城市规划、数字媒体、三维试衣、牙模制造等多方面。