三维重建技术已成为计算机视觉研究领域中的一个重点内容,近年来,基于图像的三维重建技术逐渐成为该领域内的研究热点,主要是通过使用摄像机对需要重建的场景或目标物体进行拍摄,使用拍摄得到的图像以及摄像机参数估计出三维点信息。这种三维重建方法的优点是重建速度较快,可以实现半自动甚至全自动建模,目前已广泛应用于移动机器人导航系统、航空、医学图像、工业自动化系统等各个领域。本文主要使用一个物体不同角度的多幅图像来实现三维重建,主要从图像处理、特征提取与匹配、摄像机标定、三维重建以及优化等几个方面对物体三维重建进行了研究,最后得到物体三维重建的模型,结果具有较好的可视性。论文主要分为以下几个部分：图像处理研究阶段,本文提出了一种新的基于分形维数的图像分割方法,相较于其他分割方法的优势在于：采用LFD算法计算图像的分形维数可以提高后期图像分割的精度,且提高了运行效率。此外,本文还引入了一种基于分形的图像边缘提取方法,实验验证了该边缘提取方法具有良好的抗噪性,并将其应用于标定模板的边缘提取。特征提取与匹配阶段,本文比较了几种特征点提取方法的优缺点,具体研究了SIFT算法,并实现了两幅图像间的特征匹配。摄像机标定阶段,详细介绍了基于模板相机标定的原理,并使用一种同心圆模板实现了相机标定,该方法能够完全自动的实现相机标定,中途无需人工干预,实验结果证明了本文所使用的相机标定方法具有良好的鲁棒性。三维重建阶段,介绍了本文所使用的三维重建结果优化流程,首先使用初始估计得到的摄像机参数值,然后使用PMVS得到降尺度图像的初始特征点匹配结果,再结合面片的可视信息以及灰度一致性实现匹配优化,最后结合SBA软件,经过多次迭代得到最终的三维重建的优化结果。