本文重点研究了三维重建中的立体匹配问题和摄像机标定技术。 三维重建系统对图像立体匹配的要求是精度高、匹配点的数量尽量大、尽可能多地得到边缘上特征点之间的对应。论文在比较了各种特征提取方法之后,针对三维重建的需求实现了一种基于邻域锚点的快速图像拐角检测算法,并在此基础上提出了一种改进的基于区域和特征相结合的图像匹配算法。它采用了两次匹配的策略,在第一次匹配时仅对显著性高的拐角进行匹配,并引入拐角边缘线方向约束,以减少匹配点对的数目为代价来降低误匹配的概率,从而得到较精确的基础矩阵；在第二次匹配时重新调整拐角检测参数,并引入Harries角点检测,利用第一次匹配时已计算出的基础矩阵引导得到更多、更精确的匹配点对。实验结果表明,该算法比传统算法能够得到更多的边缘上特征点之间的对应,鲁棒性好、精度和效率高。 在摄像机标定技术的研究中,论文针对工业监控场景中设备模型的具体需求,实现了一种标定算法。该方法从极线几何约束出发,采用改进的遗传算法直接优化摄像机的五个内参数,它只需控制摄像机做一次共面的平移运动,对硬件设备没有特殊要求。与基于标定块的标定方法相比,操作更简单,对设备的依赖程度降低,有利于工控设备模型建立的方便性,适合非视觉专业人员使用；与传统的基于主动视觉的标定方法相比,对摄像机的运动约束条件要求低,可实现性更强；与自标定方法相比,它利用了工业控制现场是具体存在的,可以控制摄像机做一些规定好的简单运动,并进行测量获得摄像机的部分外部参数,降低了标定的难度。模拟实验和真实图像实验表明,算法在估计精度和鲁棒性方面有较大提高,操作方便,可很好地应用到三维重建系统中。 最后在Visual C++6.0平台下实现了文中的算法,同时也对三维空间坐标的计算,三角剖分和基于VRML的三维表面重建方法进行了编程实现。