随着计算机视觉技术的发展,三维重建算法在机器人导航、虚拟现实等领域的应用越来越广泛,经济、实用、高效、便捷的三维重建方式需求迫切。本文基于图像底层的直线特征,对现有的基于图像序列的光场重建和多视图几何重建两种算法进行了应用拓展和性能改进。主要研究内容如下:首先,提出了一种基于单像素链边缘多边形化的直线检测算法。算法借鉴Edge Drawing边缘检测思想,对输入图像进行单像素链宽边缘提取,结合Douglas–Peucker算法,对边缘段进行矢量数据压缩,实现边缘曲线多边形化,获取直线段信息,并通过分辨率自适应阈值对不满足条件的直线段进行过滤,保证关键几何结构的提取及冗余直线段的去除。论文分析了分段参数因子对直线检测算法性能的影响,并将该算法与其他直线检测算法在检测数量、平均长度和算法速度三方面进行了评价比较,实验结果表明所提出算法具有较好的性能。其次,实现了基于EPI图像序列及其直线特征分析的光场深度三维重建算法在微观纳米场景下的应用。在纳米机器人操作平台下,通过对电子扫描显微镜(SEM)获取目标样品的序列图像进行EPI切片操作,分析EPI图像中直线特征并恢复场景深度信息,实现了微观纳米尺度下目标样品的三维点云模型重建。另外,针对超SEM视角的目标样品采用深度图像拼接方法,实现了广视角SEM样品的模型重建,并对规则和非规则SEM样品进行了重建性能分析。最后,利用提出的直线检测算法,对旋转拍摄的图像序列进行边缘直线特征的提取,并将特征输入Line3D框架中进行直线几何结构的重建,最终实现了宏观建筑物场景和微观纳米尺度下具有直线结构的SEM样品的模型重建。同VisualSFM输出点云模型的对比分析结果表明,提出算法具有较广的适用性和较强的模型结构表达能力。