三维重建是计算机视觉的热点研究方向之一,室内场景的三维重建作为最重要的应用场景之一,得到了广泛的研究。例如室内服务机器人识别三维物体、虚拟现实中的人机交互、文物在线三维展示和线上看房等。传统的室内场景三维重建方法不能很好地获取目标纹理信息,而且具有成本高、效率低和工作量大的问题。针对这一问题,提出一种基于图像特征点的室内场景三维重建算法,将室内场景中部分客厅复杂区域作为研究对象,该区域通常场景结构复杂,颜色信息丰富,重建物体多样。通过对室内场景拍摄不同角度的图像,使用本文提出的重建算法,能够实现对室内场景快速地三维重建。主要研究内容如下所示:首先,本文为所选取的室内场景搭建了一套简单实用的双目相机系统,并针对应用的室内场景选取合适的相机标定算法,在相机标定完成后,对其进行立体校正以提高重建精度。其次,针对图像灰度化过程中损失的彩色信息和光照信息进行补偿,使图像灰度化后能够提取出更多的特征点。再次,针对特征点提取与匹配环节中实时性与匹配准确率矛盾的问题,提出一种改进Harris-SIFT算法,能够提升图像特征点提取与匹配环节的实时性和匹配准确率。最后,将本文提出的图像特征匹配算法应用到三维重构环节中,并针对运动恢复结构(SFM)的实时性进行改进,提出一种改进双目SFM算法,提高三维重构环节实时性与重建精度。使用PMVS算法将点云稠密化,再利用PMVS算法的法向量信息,使用泊松表面重建算法重建。最终,对提出的室内场景三维重建算法关键环节实验验证。通过双目相机对标定板拍摄12对图像进行相机标定实验。通过室内场景实际拍摄获得的30对双目图像进行匹配实验和三维重构实验,并对提出的改进算法进行对比实验和精度量化分析,验证本文改进算法的有效性。