利用相机运动拍摄多幅不同视角下的图像来恢复物体的结构是基于图像的三维重建的研究热点。它的发展需要多个学科做支撑,包括计算机视觉、模式识别、图像处理、计算机图形学等。伴随着其基础理论的不断发展,其在生活中的应用越发广泛,如虚拟现实、增强现实、医学辅助诊断、机器人视觉导航等。针对多视角图像的目标结构恢复,本文以运动恢复结构算法(Structure From Motion,SFM)为基础,引入了双目视觉,对基于多幅图像的点云重建(即目标结构恢复)展开了研究,主要研究内容如下:(1)介绍了双目相机标定中的单个相机标定、双目标定和立体校正并实现了双目相机的标定,然后对运动恢复结构算法的算法流程进行了详细的阐述。(2)研究了基于双目图像序列的运动恢复结构算法。根据运动恢复结构算法中的二视图点云生成理论和基于对极限制的多视角点云融合理论,分别重构出左右图像序列对应的三维点云。然后,基于运动恢复结构算法中的融合部分重建点云和双目图像对的像素行对准特性,将左右点云融合成一个点云,即目标的最终结构。最后通过实验验证了本章算法的可行性。(3)提出了基于双目视觉的增量运动恢复结构算法。首先,基于双目视觉的视差计算理论获得每个视角下双目图像的三维点云;然后,基于运动恢复结构的融合部分重建点云理论,提取相邻视角三维点云的公共匹配点云,估计出新视角的双目相机姿态,并通过估计的双目相机姿态实现了双目点云的增量融合;最后,根据双目相机之间的固定位置关系,采用改进的双目光束法平差算法优化了三维点云和双目相机姿态;最终得到的三维点云即为目标的结构。通过实验对本章算法进行了对比分析,验证了本章算法的有效性和鲁棒性。