计算机视觉是一门综合性的学科,主要包括计算机科学和工程、模式识别、图像处理和理解、应用数学和统计学等学科。它所研究的主要内容是如何使计算机或相关设备对人类视觉进行模拟,也就是指如何使计算机等设备具有人眼所具有的功能,如对目标物体进行识别、跟踪或测量等。计算机视觉的主要任务是通过对二维图像或视频段的处理来获得相应场景的三维信息,同时这也是人类视觉的主要任务。本文所研究的内容就是计算机视觉领域当中的一个重要问题,三维重建。三维重建技术主要研究的是如何从二维信息中获得目标物体在立体空间中的三维信息,这对重建目标物体的三维模型具有十分重要的意义,该技术已成功地应用在了众多领域当中。三维重建技术主要包括图像特征点的提取、图像匹配、摄像机标定、视图几何理论和三维建模等内容。本文研究了基于kruppa方程的三维重建算法,并且针对kruppa方程算法的缺点,提出了二次匹配的理论,提高特征点的匹配精度,以获得高鲁棒性的基础矩阵F和极点e′,从而提高kruppa方程求解摄像机内参数的鲁棒性以获得准确的三维信息。具体做法是:对sift算法加入搜索窗口进行初始匹配,降低繁琐的计算量,在匹配精度不变的情况下提高匹配速度;然后采用遗传算法与随机抽取一致性算法相结合进行二次匹配,有效地剔除误匹配点,提高匹配精度。为kruppa方程鲁棒的进行摄像机标定提供基础。本文设计并完成了整个三维重建系统,对系统中的各部分做了详细的阐述。实验结果表明该系统是切实可行的,并且精确地提取出了目标物体的三维信息,提高了三维重建的精度。