三维重建一直是计算机视觉研究的重点和热点之一,它在物体识别、机器人导航、虚拟现实、医学图像重建、地形勘测和工业检测等领域都有着广泛的应用。目前,基于图像恢复真实场景三维几何信息的方法可以分为两类:基于主动线索的方法和基于被动线索的方法。这两种方法各有优缺点,可以用来解决不同的问题。 本文主要考虑基于立体视觉的方法,这是一种基于被动线索的方法,一般需要解决相机定标、特征的检测和匹配和三维几何模型的获取等问题。其中,特征的检测和匹配是最关键的问题,即如何建立空间中同一点在不同图像上的对应关系。 本文以图像序列作为初始输入,采用特征点匹配的方法,用Harris算子检测特征点,并引入多分辨率的思想完成特征点的匹配和三维网格模型的生成。算法速度令人满意,但精度不够高,有待进一步改进。 本文共分五章:第一章为绪论,主要介绍了基于立体视觉进行三维重建的主要步骤,相关研究成果,分析了三维重建的应用,并介绍了一些三维重建系统和本文的组织情况。第二章介绍了双目立体成像的基本理论和相关知识。第三章主要讨论了特征点的检测和匹配,这是立体视觉中最关键的部分。在这一章,介绍了几种特征点检测算子,如Moravec算子、SUSAN算子和Harris算子,然后给出了基于相似度函数和相关系数的特征点匹配算法。第四章是网格变形算法,引入了多分辨率的思想,利用双三次B样条函数求出网格点的值,由粗到细的实现三维物体的网格模型。最后一章给出了一些实验结果。