基于图像序列的三维点云重建是利用计算机视觉的方法对图像中的信息进行处理,从而获得拍摄的场景中对应物点的三维坐标值的过程。鉴于此,它也可以理解成相机成像的逆过程。基于图像序列的三维重建主要包含双视点下的重建、相邻双视点所在的坐标系之间的变换参数、多视点下的重建三个子问题的研究。本文的研究工作具体包括:双视点下的重建:在双视点重建阶段,本文利用传统的双目视觉重建方法依次完成了相机标定,图像配准,点云计算这三个过程,针对传统的基于图像重建的算法获得的点云受限于匹配对的数量和质量的问题,本文使用了区域生长的方法来提高图像匹配结果的密集性。同时在特征匹配阶段,引入比值约束、对称性约束和极线约束,在区域生长阶段引入视差梯度约束来提高图像匹配结果的精确性。这样匹配对经过过滤,生长,再过滤这三个阶段,实现了匹配对的数量和质量的最优化。求解相邻双视点之间的变换参数:利用相机运动具有连续性的特点求解出相邻双视点下重建出来的点云所在的坐标系之间的旋转矩阵、平移向量和尺度因子这些变换参数。多视点下的重建:针对传统的双目视觉重建算法受到视点的限制,无法得到完整、封闭的三维点云的问题,本文在双视点重建和变换参数求解完成后,对双视点下得到的重建结果进行融合,将所有双视点下的点云转换到同一个坐标系之下,完成了多视点下的重建。最后对重建出来的结果进行优化,得到了稠密、完整、精确的三维重建结果。