三维重建技术是计算机视觉领域的研究热点之一,尤其对实时大规模场景建模具有重要的现实意义。随着微惯性传感器的快速发展和广泛应用,微惯性传感器现已普遍存在于各种智能设备中,因此对微惯性传感器的研究和应用也受到广泛的重视。本文正是在这种背景下进行图像的三维重建技术研究,本文在参考大量文献的基础上,对三维重建的几个关键技术进行了深入研究,主要完成的工作有:1、针对摄像机标定问题,本文分析了张正友平面标定法和基于Kruppa方程的摄像机标定方法的原理和应用场合,然后详细介绍了本文提出的基于微惯性传感器的摄像机标定方法,包括本文所利用的微惯性传感器的相关知识、如何在拍摄图像时并获取传感器数据以及如何利用传感器数据求解摄像机姿态。本文最后通过该算法实现了摄像机的标定并将计算结果应用于三维重建过程中。2、针对图像特征提取和匹配问题,本文重点分析了Harris算法、SIFT算法和SURF算法,通过对比几种算法的特点和本课题对图像特征提取和匹配的要求,最后选用比较成熟的SIFT算法作为本文的特征提取和匹配方法,并通过RANSAC算法剔除误匹配点,得到精确的、鲁棒性较好的匹配点对,为后续三维重建提供良好的基础。3、针对图像三维场景结构的重建,本文主要研究三维点云的生成,采用三角形法进行三维坐标的计算求解,然后对求解的三维点坐标进行反投影,获取到比较精确的三维点坐标,从而生成图像场景的三维点云模型。4、本文最后设计了一个完整的三维重建系统,该系统包含从图像采集和传感器数据获取,摄像机标定、图像特征匹配和三维点云生成过程。在摄像机标定过程中由于增加了对微惯性传感器的利用,使摄像机模型的估计和求解难度降低,同时求解的精度也有所提高。与传统方法相比,本文算法具有低成本、高精度、操作简单等特点,在导航系统、遥感系统以及工业自动化等系统中具有很好的应用前景,同时也可以应用于娱乐影视等领域。