双目视觉三维重建是计算机视觉领域重要的研究内容之一,在精密测量、机器人导航、虚拟现实等方面均得到了广泛的应用,对三维真实感建模具有非常重要的现实意义与理论研究价值。本文以提高双目视觉系统的自动化程度为目标,对三维重建过程中的图像预处理、相机标定、特征提取与匹配、三维重建等一系列关键问题进行了深入研究。首先,本文分析了双目视觉中图像之间本身存在的对极几何约束关系与解算方法,以及对基本矩阵进行精度优化的方法。其次,使用在不同位置及姿态下的标定图像进行相机标定。通过将像素级与子像素级角点方式下的标定精度进行对比,得出匹配点精度对标定结果的影响,然后通过分析对比高分辨率与低分辨率图像的标定结果,得出相机本身存在的畸变因素会给相机标定精度带来不利影响,特别是在高分辨率图像下,这种影响会更突出。再次,针对任意纹理、黑白棋盘格的定位与匹配进行了分析,通过本文方法均取得了良好的匹配效果。针对无法直接进行区分的非编码点,本文对非编码点进行提取之后采用椭圆拟合的方式对其进行定位,由于像素的量化作用、基本矩阵的解算误差以及椭圆拟合过程中不可避免的舍入误差等因素,通过本文分析可知,匹配点一定位于相应对极线的误差带中。如果只采用两幅视图对非编码点进行匹配的话,必然存在大量一对多的情形。为了避免这种情况的出现,本文使用三幅视图,通过在误差带的相交位置寻找匹配点。实验结果表明,在保证匹配点数目的同时,匹配点可以精确到唯一正确匹配点。另外,本文提出了一种通过彩色线条方式进行重建的方法,通过块划分的方式构建方差图并对每个像素进行颜色量化,在抑制噪声的同时,可以很好的提取线条所在区域。根据曲率的不同,使用直线与B样条的方式对细化后的线条进行表达,通过解方程的方式得到亚像素级精度交点坐标。根据交点的位置关系及周围颜色信息进行匹配并重建。通过平整度及圆度两个标准对该方法的重建精度做出评价。结果表明,通过使用该方法,其重建精度可以达到毫米级。最后通过匹配点进行三维重建,并通过点云与曲面的方式对重建结果进行展示,均得出了良好的三维重建效果。