随着科学技术的快速发展,民用和军事领域对三维重建及与之相关的需求越来越多。为了满足这些需求,在过去的几年中用于三维重建的技术和理论得到了长足发展。其中基于真实目标图像的三维重建技术作为一种建立在光学、电子学和计算机技术研究基础上的新兴重建方式,从一个崭新的重建思路上适应了现代化生产对重建技术在灵活性、适用性等方面的更高要求。课题“基于多幅图像的建筑物三维重建关键技术研究”是使用单个数码相机对被重建物体多方位拍摄来获取多幅图像,利用所得图像进行该物体的三维欧氏重建,以达到对实际物体的形状恢复的目的。其中需要重点解决图像的边缘提取、图像的点匹配、射影重建及欧氏重建等关键技术问题。图像的边缘提取是三维欧氏重建的前提。本文提出了一种基于二进小波和形态学的边缘检测算法。首先根据二进小波变换和二维图像的求梯度运算,构造了四个二维图像平滑滤波算子。然后由最大类间方差法和形态学开运算构成的局部阈值识别边缘。实验结果表明该算法能很好地检测边缘,并且具有很强的抑制噪声能力。图像的点匹配是三维欧氏重建的基础。本文提出了一种基于粗细策略的噪声图像对的点匹配算法。首先粗糙匹配在较大的模板窗内利用加权的差绝对值和来比较边缘相似性得到匹配点的大致范围,然后精细匹配在粗略匹配所得的小范围内比较灰度相似性来确定匹配点位置。结合组合数学的定义和噪声的对称概率密度函数,改进次序统计滤波器并把它用于估计灰度值。理论分析与实验表明了该点匹配算法具有计算简单、点匹配结果受噪声影响很小的特点。射影重建是三维欧氏重建的必要阶段。本文提出了两种射影重建方法。第一种方法是基于分解算法的丢失数据射影重建。该射影重建以迭代的方式估计空间点、投影矩阵、深度因子和丢失的数据。通过奇异值分解求取空间点和投影矩阵。依据图像点生成的线性子空间之和与射影重建空间点生成的线性子空间是同一线性子空间的特性,推导求取深度因子的方程组。第二种方法是利用二维重投影误差和子空间的丢失数据射影重建。该射影重建利用二维重投影误差的最小化形式来估计投影矩阵和空间点,根据子空间的性质获得深度因子。在已知投影矩阵、空间点和深度因子的条件下,计算出丢失数据的新值。对模拟数据和真实图像进行实验,其结果表明这两种方法具有重投影误差小和收敛性好的特点,都可用于空间点在部分图像上不可见的情况。在射影重建到欧氏重建的转换方面,本文给出了一种从射影重建直接重建物体三维欧氏轮廓形状的算法。在实际拍摄中,设相机焦距未知和主点不变。利用尺度测量矩阵被奇异值分解可得多种运动与形状的特点,在附加度量约束的条件下建立关于射影重建与欧氏重建之间的变换矩阵的方程组。实验以实际拍摄的真实图像为测试对象,其实验结果表明了该算法可以很好地恢复出被重建物体的三维轮廓形状。并且为了进一步验证该三维重建的可行性,本文对真实物体的欧氏重建结果进行测试,通过计算欧氏重建与实际物体之间的比例因子获得物体的尺寸信息,及对引起该重建误差的因素进行分析。实验结果证明该重建原理正确、算法可靠,实现容易,并且能够在数据部分丢失情况下恢复出正确的三维物体形状,具有一定的实用性。