在工业设备温度监测的领域里,由于环境的复杂性,人无法近距离探测设备的情况,目前,常用的解决方案通过接触测量来获取其相应数据,操作者根据相应的数据做准确的决策,但接触测量往往只能得到局部数据,无法还原出监测对象的整体情况,并且仅通过数据无法直观的显示其表面温度状况。为了能够让操作者直观的观察其表面温度来进行更准确的决策,本文提出了异源图像融合的三维可视化探查的技术研究,在不依赖高性能硬件平台基础上,通过视觉三维重建来还原出真实场景,并且可视化其三维表面温度信息和找出温度异常点的空间坐标,以下为主要研究内容:1.具体介绍了相机成像和HyberSFM原理,并在此基础上实现图像SIFT算法的特征点提取、匹配、RANSAC误匹配消除、相机位姿解算,最后生成稀疏点云,并设计相应的实验来验证每个算法步骤的效果。2.在进行表面重建前,首先对点云进行稠密化,为了降低对计算机的存储性能要求和对点云进行过滤,提出了自适应随机采样和深度置信度筛选算法,并进行相应的实验来证明其效果,同时使用possion算法和拉普拉斯算法进行表面网格重建和光滑,最后设计重建精度的测量方案。3.本文对红外与可见光相机的位姿关系进行分析,并根据两者的关系提出相机间的尺度因子比例大小和相对偏移量计算方法,接着在加权平均融合算法基础上提出一种改进的融合算法,并设计相应的实验来验证融合效果,最后使用融合图像对重建表面进行着色,达到重建表面直观显示温度信息的目的。4.针对红外图像分割问题,本文提出了一种改进式的区域生长算法,可以更高效的在二维图像上进行目标检测,并设计实验与原算法进行对比分析,接着根据其成像位姿关系进行空间转换,获得三维表面温度异常点位置,并设计相应的实验来验证检测精度。5.根据需要提出的功能进行系统的设计,实现了一套完整三维可视化系统,通过QT设计一款人机交互的界面系统,最后通过实验案例展示系统的效果和可靠性。