在数字化设备不断普及的背景下,如何使人们在虚拟世界中感受到客观世界的三维立体感成为研究的热点,同时近年来无人机快速发展,且具有灵活便利的特点,应用领域也随之越来越多,因此通过无人机航拍图像进行三维重构,在室外场景中具有重要的应用价值。传统的基于无人机航拍图像的三维重构较少考虑天气对图像质量造成的影响,但近年来,由于空气质量日渐下降,雾霾天气给人类生活带来了很大的干扰,无人机航拍所得图像也必然会受到影响,因此对航拍图像进行去雾预处理至关重要;特征点的提取与匹配是三维重构的基础,也是三维重构成功与否的关键;由于三维重构的点云存在空洞现象,为使重构的点云效果更加密集,研究空洞修复也有重要意义。论文的主要工作及创新点如下:(1)研究基于暗通道的综合去雾优化技术。本文首先研究分析图像去雾的基本理论,然后根据雾的成像模型选择暗通道去雾算法,最后基于暗通道先验理论,提出适用于航拍图像的综合去雾优化算法,即同时对暗通道仿真编程、大气光和透射率进行优化,并将其进行综合优化处理,为验证所提算法的优越性、可行性和普适性进行了多组对比分析实验。(2)研究基于PCA处理图像的特征提取与匹配方案,该方法通过提取图像的主成分,在突出所需场景的同时缩短了实验时间。本文首先分别研究了经典特征提取与匹配算法和PCA算法的基本原理,其次分别采用FAST算法、Harris算法和SIFT算法对去雾后的图像进行特征点提取与匹配,进行对比实验,验证SIFT算法的适用性;然后对加入PCA算法前后的图像进行特征提取与匹配的对比实验,证明了该算法的有效性;最后为验证所提算法的可行性对多组不同图像进行实验并分析。(3)研究点云空洞修复算法,包括空洞边界提取和空洞填充修复。首先根据三维重构算法的基本理论,重点阐述SFM算法和PMVS算法,对三维重构流程进行设计分析;然后针对重构点云的空洞现象,分析了空洞修复理论。实验结果验证了本文算法的可行性,以及本文算法的适用性和实际应用价值。