近年来，交通事故持续增加，因交通事故产生的纠纷有逐年增加的趋势。随着人们法制意识的提高，对交通事故分析提出了更高的要求。事故再现是准确分析交通事故的基础。事故再现需要准确的交通事故信息。事故勘察报告，包括事故现场和车辆照片，是交通事故信息的主要来源。事故报告不一定能够完全而详细地记录事故再现所需的所有信息。事故现场的车辆停止位置、轮胎拖痕、道路擦痕、油迹、碎片和道路外的压痕等信息在进行事故再现分析时一般已不存在，如果事故报告中没有完整而详细的信息记录，很难从事故现场的重新勘测得到。事故现场和车辆的照片包含了丰富的信息。因此，使用一定的手段和方法从事故现场拍摄的图像中提取需要的三维信息，对进行交通事故再现具有重要意义。长期以来，由于缺乏相应的技术手段，交通事故摄影图像一般用作定性分析材料，使其包含的丰富信息得不到充分使用。随着计算机视觉技术的发展，使得从事故摄影图像中分析三维信息成为可能。利用普通相机拍摄的图像进行现场三维重建，关键在于对图像进行精确标定和对不同图像上的对应点进行准确匹配。因此，本文对解决这两个关键问题的基本理论和方法进行了研究，为交通事故摄影图像的三维重建提供了理论依据和算法基础。根据使用普通相机进行交通事故摄影图像三维重建的需要，本研究的主要内容如下：（1）摄影图像三维重建的基础是照相机的成像模型。最简单的照相机模型是线性模型（即针孔成像模型）。本文以照相机的线性成像模型为基础，详细分析了照相机的成像过程，并研究了世界坐标系、照相机坐标系和图像坐标系之间的变换关系。由于镜头的制造、安装等原因，照相机的实际成像与线性模型下的成像有一定差别。为了提高三维重建精度，需要考虑照相机镜头的非线性畸变，为此，对照相机的非线性模型进行了研究。以照相机的线性成像模型为基础，本文研究了空间点、空间直线和空间二次曲线的三维重建原理。由于空间点的三维重建是现场三维重建的基础，因此探讨了空间点三维重建的最小二乘法、特征向量法、线性迭代法和非线性方法。（2）边缘是图像的重要特征，含有丰富的信息。交通事故摄影图像中许多重要特征的提取，都需要在边缘检测的基础上进行。边缘分为阶跃边缘和脊线边缘。为了为后续工作提供适用的边缘检测方法，本文分别对阶跃边缘和脊线边缘的检测方法进行了研究。基于无限对称指数滤波器（ISEF）的沈俊算子是阶跃边缘检测一阶最佳算子的定常系数特例，且易于递推实现和便于调整参数，因此，采用沈俊算子进行阶跃边缘的检测。本文在利用无限脉冲响应（IIR）滤波器对脊线边缘图像进行滤波的基础上，采用非极大值抑制和阈值化方法，来完成脊线 136<WP=144>吉林大学博士学位论文边缘的检测，并提出，对无限脉冲响应滤波器滤波后得到脊线边缘强度图，用ISEF 滤波器做进一步运算，以确定脊线边缘方向，同时对边缘强度的计算方法进行了改进。 （3）直线边缘是图像边缘的主要形式。在交通事故摄影图像中，直线边缘包含了用于交通事故分析的许多有益信息，因此，对事故摄影图像中的直线进行检测具有重要意义。本文在对各种直线检测方法进行分析研究的基础上，提出了以边缘链码检测为基础的直线检测方法。为了避免在边缘跟踪过程中寻找链码起点，采用链码跟踪和链码连接两步完成边缘链码的检测。本文把检测得到的折线边缘链码在角点处进行拆分，以避免折线链码对直线参数估计的影响。为了判断边缘链码表示的是不是直线，提出了用链码直方图判断直线链码的方法及其三个准则。对初始直线参数估计后的直线群，要进行直线连接。直线连接是根据两条直线的相对位置关系和连接准则，生成新直线的过程。本文在对现有方法研究的基础上，提出了三条直线连接准则，并提出了邻近平行直线的删除准则。 （4）交通事故现场在多数情况下是一个静态场，可以根据现场标定参考点对普通相机拍摄的图像进行标定并进行三维重建。为了快速在事故现场设置标定点，本文设计了专用预制标定物，对交通事故摄影图像进行现场标定。为了避免阴影等干扰因素对直线检测的影响，以脊线边缘直线作为预制标定物上标定参考点设置的基础。标定参考点为标定直线的交点。本文在对标定直线进行识别和排序的基础上，实现对标定参考点的识别和排序。根据直线与坐标轴的夹角，采用动态聚类方法对标定直线进行分类，并根据类内直线段的长度、截距进行排序，完成标定直线的识别和排序。在直线聚类的过程中，为了提高聚类算法的稳定性，对传统的动态聚类算法进行了改进，用中值代替平均值作为下一次聚类调整的聚类中心。 （5）在标定点识别的基础上，本文对最小二乘线性标定方法、标定点优选的线性标定方法、考虑照相机镜头径向畸变的非线性标定方法和 RAC 两步标定法进行了研究，并对室内标定物和室外模拟事故现场进行了相应的标定及重建实验，对标定和重建误差进行了对比分析。结果表明，在不能预先确定照相机内部参数，或者在拍摄或传输