该文研究了基于视频序列的3D建模的问题.早期的3D重构方法都必须对摄象机进行预标定,基于相机运动和场景结构的联系,它们可以直接从特征点位置得到的欧氏重构.但是该方法只能应付静止和已知环境下的重构工作.对于视频图象序列,由于无法知道相机运动和场景结构的信息,我们无法直接得到正确的3D欧氏结构,只能得到在某个未知射影变换空间下的3D场景结构.在该论文中,我们研究了不需要对相机进行预标定的3D重建(未知道焦距情况下).我们研究的是基于图象特征点的重构.所以,在我们论文中首先研究了图象序列特征点的选择和匹配,在第三章,我们仔细介绍了获取图象序列特征点的方法以及如何匹配图象序列之间的这些特征点的方法.在得到图象序列冗余信息以后,我们采用分层算法对图象序列进行3D建模:在首先得到射影空间下的物体结构的情况下,然后利用附加信息获得欧氏空间中的3D结构.最后,在得到物体的3D结构以后,我们还利用虚拟现实造型语言构造图象序列中物体的3D模型,建立可以交互的、分布式的三维模型.