基于图像的建模技术是近年来兴起的一种备受关注的物体三维建模方法,从两个或多个视点去观察同一场景,获得不同视角下的一组图像,通过图像预处理去除噪声,然后获得不同图像中对应像素的位置差别,即视差,应用视差计算场景中物体的深度信息,进而得到场景中目标的空间位置。在实际应用中,双目视觉更接近于人的双眼视觉原理,并且在实际中更容易实现,本文对双目视觉条件下的物体三维建模方法进行研究。通过像点的视差来获取三维信息时,立体匹配是计算机三维建模研究中最关键和最困难问题,图像匹配可分为点、线、面或区域等匹配,也可分为特征匹配、区域匹配、相位匹配和能量匹配等,是计算机视觉和模式识别中重要的研究内容之一,其应用已经渗透到目标识别、基于内容的图像检索、图像拼接、视觉测量等很多方面。由于立体匹配许多理论和技术与实际应用密切相关,因而通用的理论和技术较少,至今还没有彻底解决,现在都是针对实际应用,研究不同的匹配算法,为最后的三维重建提供数据。本文对摄像机的标定、立体匹配和三维重建相关的方法进行了研究,取得了较好的效果。论文主要从以下几个方面展开工作:(1)基于区域匹配的思想,本文提出了一种新的方法,采用了àtrous小波对图像进行分解,接着对分解后得到的左右图像中的各个子带采用因果邻域的分层交叠块视差求取,最终得到稠密精确的视差图。(2)基于特征的匹配方面,为了提高特征提取和匹配的稳定性,本文提出通过建立尺度空间来提取Harris特征的方法,并在此基础上提出一种稳定特征描述子。本方法在各种变换的情况下都能较好的完成特征提取和匹配。该算法不受平移、旋转、光照、尺度变化等因素影响,对误差控制较为鲁棒。(3)基于标定物的标定。本文讨论了线性标定方法,提出了利用普通相机和标定物方法对相机进行标定,利用一个在左右图像都存在的物体作为参照物,取得必要的已知点的信息,然后计算出左右相机的相对位置的矩阵。(4)三维空间信息求取。结合前面匹配算法和标定的基础上得到的匹配点坐标和相机矩阵,再利用相关的推导公式,用最小二乘法求出空间点的三维坐标。(5)三维建模及渲染。首先使用两类方法进行建模,一是用常用的软件AutoCAD和3Dmax实现重建及纹理贴图,二是用OpenGL进行重建及漫游显示。对论文中的算法进行了理论分析和实验验证,结果表明:(1)提出的区域匹配算法有效可行,算法能得到精确的匹配对和视差,视差结果能较好地应用于三维重建。(2)特征匹配算法的特征描述子,具有平移、旋转、尺度和光照不变性,适合于不同情况得到的图像对的匹配。(3)带标定物的标定得到相机矩阵具有一定的精度。由三维重建得到的坐标能详实反映出物体的立体空间信息,并能过不同方式进行具有真实感地显示。