随着人类经济社会发展,石油、天然气等资源的消耗与日俱增,陆地上这些资源正被开发殆尽。而占地球表面积三分之二的海洋中仍然有大量资源尚未被开发。由于深海环境对人类相当危险,因此对海洋的探索主要依靠水下机器人。利用视觉信息对周围环境进行三维重建,对水下机器人的导航及探索活动具有重要应用价值,也是目前计算机视觉领域的重要研究方向。但由于水下环境较为复杂,水下照片质量下降,并且会发生畸变,使得传统空气中相机标定及三维重建算法不能直接应用于水下。本文针对课题内容及算法要求,对空气中三维重建算法进行了深入研究并改进,以适应水下重建的需要。采用多分辨率立体匹配结合多种约束条件,得到视差图。并且针对目前常用方法中存在的模型阶梯阴影误差问题,提出了一种新的视差图优化方法,利用各向异性滤波处理视差图,使算法的精度及鲁棒性得到了提升,同时运行时间也有所减少,提高了算法效率。针对水下成像模型与空气中模型的区别,对水下相机进行标定并且对存在的像素偏移误差进行补偿。为了研究水下成像过程,本文对理想情况下水下成像过程进行建模,同时改进一种基于平面标定板的水下相机标定方法,将折射参数加入到标定模型中,完成水下相机标定。根据实际实验条件与理想条件不同,建立非理想条件下水下图象复原模型,引入像素偏移误差参数,设计算法对其进行补偿,并进行实验验证补偿效果。补偿后的水下图像即可复原为空气中图像,并且应用空气中的双目重建算法,得到水下物体的三维模型。本文设计了多组实验,分别对多个水下物体进行建模,并且把水下重建结果与空气中的结果进行对比。相对于空气中的重建模型,本课题所提出的算法,有重建精度高、运行效率高、模型完整度好的优点,可以应用在实际水下研究工作中。