立体视觉技术是从二维图像中获取三维坐标信息的重要非接触测量手段,该技术通过对应点的匹配得到深度信息,实现物体轮廓或场景的三维重建。立体视觉技术在工业检测、逆向工程、航空测绘、医学成像和机器人视觉导航等很多领域都有广泛应用。基于立体视觉的稠密三维场景重建是机器人与环境信息交互的前提条件,特别是在非结构化的未知环境中,如何有效提高三维重建的计算效率对于移动机器人导航的实时性有着重要意义。本课题针对稠密三维重建中存在的计算复杂度问题进行深入研究,提出基于网格候选点的稠密匹配算法,并通过图割理论实现立体匹配的全局优化。具体工作包括:提出一种基于网格候选点的稠密三维重建方法,根据深度候选点在立体图像中对应点对之间的区域相关性获取稠密的深度信息。候选点的建立将对应点在二维空间的搜索转化为一维空间的匹配,解决了传统匹配算法中图像的极线校正和三维坐标求解步骤带来的计算复杂度。根据对应点在参考图像中的亚像素坐标计算节点三维坐标,实现候选点在深度方向的合理分布。针对稠密重建中用于匹配的候选点数量较大的问题,利用二维离散小波变换对图像进行塔式分解,并确定多分辨率下节点与各级分解图像的对应关系。通过对候选点由粗到精的逐级筛选,提高稠密匹配的计算效率;使用三目立体视觉系统代替双目,当互相关曲线的可信系数小于既定阈值,则根据另一组图像对的相似性测度对存在潜在歧义的少量候选点进行二次判决,消除匹配歧义;对于光照条件不理想或被测表面缺乏纹理的场景,采用结构光投影为场景主动添加纹理信息。依据对应点在图像坐标系的分布规律,研究投影图案对候选点匹配精度的影响,设计多区域锯齿波投影图案用于辅助测量,提高特定环境中三维重建的精度。研究三维网格节点与图割算法中网格图之间的关系,将网格节点直接用于构造网格图,并通过能量函数的最小化实现稠密重建的全局最优,解决低纹理区域和深度不连续区域匹配精度较差的问题。把筛选后剩余的节点构造成简化网格图,并依据候选点筛选过程中的归一化互相关值设定节点的能量函数,降低全局优化的计算复杂度。基于网格候选点的稠密三维重建方法降低了立体匹配的计算复杂度,有助于拓展自主移动机器人环境感知领域的应用。通过实验分析验证了三维场景稠密重建的效果。