基于多视图的三维重建技术指的是给定一个目标物体不同视角的图像,生成目标物体的三维点云。三维重建正广泛应用于医学、工业、军事、VR、动画、自动驾驶等领域。基于多视图的三维重建的流程主要为输入多视角图像、稀疏重建和稠密重建。但是目前的多视图三维重建仍然面临着许多需要解决的问题:（1）稀疏重建过程耗时较长;（2）稠密重建出的三维点云空洞较多、清晰度不够高。本文围绕着多视图三维重建过程中存在的以上问题展开研究,主要的研究内容如下:（1）针对稀疏重建过程耗时长的问题,本文提出了一种基于相似度的图像挑选方法,该方法认为相似度越高的图像对之间的匹配对后续相机参数估计的贡献就越大。因此,该方法根据图像之间的相似度,为每张图像挑选特定数量的图像进行匹配,只保留相似度高的图像对,省去了部分冗余的匹配。实验结果表明,采用基于相似度的图像挑选方法可以在不影响相机参数估计的情况下明显缩短稀疏重建的时间。（2）针对稠密重建出的点云存在空洞较多、清晰度不高等问题,首先,本文提出了一种能提取图像多尺度特征的网络FPN-X,该网络在FPN的基础上引入了Conv Ne Xt模块,通过消融实验验证了该网络占用内存空间少、能让算法有更好的泛化性。其次,本文提出了一种级联自适应视图聚合模块,该模块能够自适应聚合不同视角的特征来构造成本体积,并且可以由粗到细地优化深度图的估计过程,最终估计出和输入图像相同分辨率的深度图。通过对比实验表明,该方法估计出的深度图融合成的三维稠密点云在DTU数据集上有更小的误差,且三维点云拥有更少的空洞,在清晰度上也有比较好的提升并且能对室外大场景进行重建。总的来说,本文针对多视图三维重建中存在的问题进行研究,提出了基于深度图估计的多视图三维重建算法,该算法能生成空洞少、清晰度高的点云且能够应用于室外大场景的重建。