三维重建是计算机图形学和计算机视觉领域中最热门的研究方向之一,是一种根据给定的平面二维图像信息获取空间三维景物信息的技术。与二维平面相比,三维空间能够反映出更多的信息,并且能更直观、全面地为人们所接受。利用三维重建,可以完成虚拟现实技术中的场景重现,可以方便地从任意视点观察物体,具有立体视觉的效果,从而让人类更好的感知外界信息。文中,采用了基于立体视觉的三维重建方法,对物体进行360°的图像采集,通过这些图像来重建模型,利用了相机定标,点云生成,模型重建,纹理映射等技术。本文的工作主要分为以下几个部分。第一部分是相机定标,文中采用有定标物的定标方法。通过一系列的数学变换和计算方法求出相机的内参和外参,从而得到每幅图像的投影矩阵。研究中使用了Klaus Strobl等人开发的相机定标工具。第二部分是点云生成,文中采用PMVS(Patch-based Multi-View Stereovision)建模方法,计算图像中的DoG(Difference of Gaussian)和Harris特征点,然后进行特征点匹配,获得特征点对并对其进行空间三角化,再通过扩展和过滤等一系列迭代操作,生成点云模型。第三部分是表面重建,文中采用了泊松表面重建方法,根据点云模型建立空间泊松方程,逼近模型表面,再利用一系列的约束准则,提取模型的可见外壳。第四部分是纹理映射,文中采用了参数化映射方法,通过模型展开得到模型与纹理图像的对应关系,然后合理填充纹理图像,对可见外壳进行绘制和渲染,增加逼真度和真实感。本文还介绍了重建结果在实验室相关平台中的应用,展示了三维重建的扩展性和适用性,并对目前的工作进行了总结和展望。