近些年来,随着计算机技术、网络技术及相应的信息处理技术的飞跃发展,人类对于由计算机自动获取真实世界的三维信息产生了越来越大的兴趣,这对三维重建技术提出了更高的实际应用要求。目前大部分基于未标定图像的三维重建方法都直接或间接地使用了相机标定技术,一定程度上阻碍了三维重建走向实用化和平民化。针对这样一个实际应用问题,本文从由运动恢复结构的角度出发,研究了如何避免相机标定过程而实现基于图像的三维场景自动化重建技术。本文针对基于多幅未标定图像的标识点三维重建过程中的多个关键技术进行了研究,论文取得的成果如下:(1)提出了一种正射投影模型下从运动中恢复目标结构的改进因子分解法。该算法通过简化相机投影模型,避免了传统方法中因分解非正定的修正矩阵而使算法失效的情况,实现了对目标结构的快速有效三维重建,该算法较传统方法更加稳定,精度也更高。(2)提出了一种真实透视投影模型下用于结构恢复的迭代因子分解法。该算法通过简化相机内参数模型,迭代修正相机运动矩阵,最终实现对场景的高效率重建,恢复精度也令人满意,同时还能获得比较准确的相机焦距。(3)设计了一种基于多幅未标定图像的标识点三维重建方案。该方案首先在场景的关键点处放置事先设计的标识物和标准尺,相机多角度自由拍摄标识物场景,最终通过结构恢复算法重建出场景关键点之间的结构。针对本系统采用的标识点结构特点,分别针对三种标识物设计了相应的检测定位方法。同时,设计了一种利用标识颜色匹配指导极线匹配的标识点匹配方法,该方法首先通过8个特殊标识物的颜色匹配建立像片之间的极线几何关系,然后指导剩下的普通标识物进行基于极线几何的位置匹配,最终实现所有标识点的正确匹配。经实验验证,该方案能够比较稳定地匹配所有标识点。