社会公共安全已成为当今世界关注的焦点问题之一。由于各式汽车炸弹袭击事件频发，为防止利用汽车底盘夹带危险品，对一些重要场合出入车辆的底盘进行在线实时监测是要解决的迫切问题。由于恐怖分子可根据汽车底盘结构特征将爆炸物以类同结构附着在底盘上，二维图像难以准确检测。因此，研究基于双目视觉的汽车底盘图像的快速三维重建算法是准确识别出汽车底盘异物的关键。　　针对图像特征匹配问题，提出了一种基于Rank非参量变换的特征点匹配算法。此算法是通过对图像中特征点的邻域窗口的非参量变换，然后根据特征点的非参量变换对特征点进行特征描述，根据特征点的特征描述符实现两幅图像中特征匹配。该算法对高频幅值具有较强的抗干扰能力。　　通过对图像灰度匹配算法的研究，本文提出一种基于SSD改进的快速匹配算法。该算法在求取SSD测度函数值的大小时，首先根据待匹配窗口的大小设置一个阈值，只计算待匹配窗口和搜索窗口之间的灰度差值在阈值范围内的像素点的测度函数值SSD的大小，这样就不需计算搜索图像内的全部像素的相似性值的大小，降低了搜索范围，减少了计算量。实验结果表明，此算法不仅提高了图像的匹配速度，同时也得到较好的匹配效果。　　研究了图像的三维重建方法。通过相机标定得到相机的内外参数，利用本文所提出的图像匹配算法进行图像的立体匹配，然后根据双目视觉的立体模型求解出特征点的三维坐标。最后利用三维建模的方法重建出物体表面的空间信息。实验表明，该方法重建的三维图像，可以满足对汽车底盘异物检测的图像深度信息要求。