近年来,3D技术相关的产品越发受到人们的重视,三维重建技术不断发展,在计算机视觉中也显得越来越重要,其作为计算机视觉研究中的重要研究内容,能直接模仿人类视觉处理场景信息,具备设备简单、成本较低、使用方便等优点,已在市场得到广泛的应用。基于图像的三维重建的研究由于其应用的多样性一直是计算机视觉中的热点研究问题。本文基于图像的三维重建的主要研究内容有相机标定和立体匹配两个部分,在相机标定过程中,由于本文基于平行式视觉模型,先编写图像数据采集代码实现两摄像机中图像数据的同时获取。采用OpenCV(Open Source Computer Vision Library,计算机视觉开源库)中的介于自标定方法与传统标定方法之间的张正友平面标定方法获得相机的内外参数,并采用Bouget极线校正原理进行立体校正,最后通过Matlab相机标定工具箱,对标定结果作投影误差分析。在立体匹配部分,本文针对基于特征的和基于半全局匹配的立体匹配算法进行了研究。本文算法提出在提取SURF(Speed Up Robust Features,加速鲁棒特性)特征的基础上,通过基于KD-tree(K-demension tree,最近邻查询)的方法进行特征匹配,以及随机采样一致性算法和基于距离约束的方法来剔除误匹配点,采用自行搭建的双目视觉系统拍摄图像对来验证图像校正和匹配结果的正确性,实验结果显示本文算法有利于提取均匀分布的特征点,可以有效提高算法效率,减小匹配点聚合;本文还提出了一种改进的半全局立体匹配的算法,采用灰度和梯度信息结合的方法进行相似性度量,并结合二项式插值方法对视差图进行优化,可以充分保留图像边缘信息。本文最后在搭建好的双目立体视觉系统的基础上,根据三角测量原理和Delaunay三角剖分方法,通过室内拍摄的左右图像对实际场景进行了较好的重建,获得最终的三维模型。