三维重建技术是目前视觉研究的热点之一，它是对三维物体或者场景图像描述的一个逆过程。即从若干幅的图像序列中计算出物体场景的三维深度信息，然后再通过二维的图像恢复出来三维物体或者场景。图像三维重建中匹配与拼接方法的研究又是图像三维重建中的关键技术之一，国内外至今已经展开了不少探索和研究，也获得了不少研究成果。研究内容包括对摄像机的标定、特征的检测以及立体匹配等。本文是围绕着图像三维重建中匹配与拼接的方法展开了相关研究，研究的具体内容表述如下：　　（1）首先分析了目前国内外有关三维重建技术方面的研究现状以及发展趋势；其次，介绍了有关图像匹配与拼接方法的技术基础理论，主要包括有图像匹配拼接的基本流程、常用的配准和融合算法以及立体匹配的基础知识和立体匹配方法的分类等相关内容。立体匹配的研究主要介绍了全局的算法和局部的算法两种，并阐述了其中比较典型的方法。　　（2）研究了当前几种典型的特征点提取与匹配方法，然后以 Harris角点研究为基础提出了一种优化的图像拼接方法。该方法首先是采用加速分割测试特征点检测方法排除存在图像中的伪特征点；其次，为了提高图像匹配拼接的精度，先采用NCC算法对图像进行一个粗匹配，再用RANSAC算法来消除图像中存在的误匹配点；最后得到质量较好的拼接图像。　　（3）从二维图像序列得到三维深度的信息是三维重建过程中最关键技术之一，图像立体匹配获取视差图就是得到序列图像目标在空间的相对位置，为三维重建提供理论依据；本文选择了基于ASW立体匹配算法，针对原算法中存在的运算时间长以及遮挡区域的误匹配率高，提出了一种改进优化的方法，它从参数选择以及立体匹配性能这两个方面入手,对自适应支持权重进行了优化，最后利用仿真实验得到匹配精度相对高的图像视差图。