随着近些年来科学技术的迅速发展,数字相机和数字摄像机以其廉价、方便、灵活的优点,已成为一种重要的影像信息获取工具。利用未标定相机获取的二维图像来恢复三维场景是计算机视觉领域的重点研究方向之一。基于影像序列的三维重构技术可广泛应用于三维景观图制作、环境仿真、工业测量、考古、文物保护、房地产管理、电子商务、影视特技、电子游戏等民用领域以及目标侦测、战场机器人视觉系统和打击效果精确评估等军事领域。本论文在分析总结基于影像序列的三维模型重构基本理论和技术发展的基础上,主要就未标定影像匹配、基本矩阵估计、三焦张量估计、相机自标定、三维场景重构以及误差模型分析等基于影像序列的三维模型重构所涉及的关键技术问题开展研究,并从计算机视觉和摄影测量两个学科的原理和观点进行对比与分析。本文的主要工作和研究成果包括以下几个方面:(1)基本矩阵揭示了两张影像之间最本质的内在联系,本文在研究分析基本矩阵估计几种常用算法的基础上,提出了一种基于Hough变换的基本矩阵稳健估计方法。该算法在特征点匹配的基础上,通过Hough变换一次性从匹配点中剔除冗余的共线点,基本矩阵的估计精度和稳定性都得到了明显提高。(2)相机径向畸变的存在会带来像点误差,从而将破坏现存相机模型的几何关系,也会对影像匹配、基本矩阵和点位的测量和三维重构的精度产生负面影响。本文提出了一种基于基本矩阵的相机畸变差自动校正方法,该算法在基本矩阵解算的过程中引入径向畸变参数,将基本矩阵各元素和径向畸变参数同时作为未知通过最小二乘方法一并答解,通过迭代计算出径向畸变参数和基本矩阵。该算法的优点是在不需要事先知道关于相机的任何信息,只要根据同一场景的两张影像就可求得相机径向畸变参数,从而提高了相机畸变校正的灵活性。(3)影像匹配是计算机视觉中的一个经典研究课题,本文研究了利用两张未标定影像之间存在的唯一对极几何关系作为约束条件的匹配方法,提出了利用Hough变换剔除影像上的共线冗余匹配点,从而建立同一场景影像序列之间的稳健对应关系的匹配策略。利用子像素匹配点估计出的基本矩阵,提高了特征点匹配的可靠性和精度。(4)相机自标定是未标定影像序列三维重构的必要步骤,本文研究了根据影像序列进行相机自标定的分步解算方法,即先求取无穷远平面的位置,再求取绝对对偶二次曲面的影像,最后求取相机的标定矩阵。推导了相机自标定的分步解算方法的实用公式,利用实际影像序列进行了实验,实验结果验证了该算法的正确性和有效性。(5)在影像序列三维重构理论和应用方面,本文研究了影像序列三维重构的基本算法和流程,推导了标准立体模型误差分析模型和汇聚立体模型误差分析模型,研究了匹配点三维坐标计算、三维空间三角化和纹理映射的方法。设计并建立了一个基于序列影像三维重构试验系统,采用OpenGL技术进行纹理的粘贴和三维重构模型的显示,得到较好的三维可视化效果。