通过视频图像来重建视频中场景的三维结构是当前计算机视觉研究领域的一个热点,具有广泛的应用前景。本文提出了一种通过视频图像快速重建三维场景的方法。与传统方法相比,本文的方法增加了对新型传感器的利用,使得模型的估计难度降低的同时精度有所提高。另一方面,本文利用GP-GPU技术对三维场景重建过程中的运算密集型步骤进行了并行加速。本文的方法利用的计算机视觉中的技术有特征提取与追踪、多视图几何约束等。本文的方法所利用的传感器为手持设备中常见的加速度计与陀螺仪,我们将介绍如何通过读取拍摄视频时加速度计与陀螺仪的数据实现对摄像机姿态的记录。特征提取与追踪技术是计算机视觉中最常见的基础技术,本文采用的是成熟的KLT追踪器。当确定了摄像机的姿态与特征点的对应集,可以通过多视图中对极几何的方法计算场景的结构,这当中主要的方法为三角法(Trianglate-Method)、用于鲁棒参数估计的随机采样一致性过程(RANdom SAmple Consensus, RANSAC)等等。GP-GPU的结构使得其对于可大规模并行的计算密集型应用有良好的加速效果,本文的方法利用通用并行编程框架标准OpenCL对方法中的KLT追踪、线性三角形法进行并行加速,在合适的硬件支持下可将原本缓慢的追踪与估计过程实现近实时化。