在人类借助“五感”所获得的信息中,大约有80%是来自视觉。对人类而言,视觉信息最容易了解,也最能够信赖。计算机视觉的目的就是利用计算的手段来处理人类的视觉信息和实现对实际三维场景的理解。三维重建是计算机视觉的热点和重点技术,它的目标是利用二维图像重建三维场景。三维重建技术的关键是要获取二维图像中反映物体表面特征的点集合并对不同图像中表面特征的点进行匹配(即特征提取和特征匹配),最终建立真实物体的计算机视觉点云数据集合。因此,特征提取的执行效率对三维重建的完成时间有着很大的影响。本文从几个方面对异构环境下三维重建中的特征点提取的并行加速进行研究：对经典特征点提取harris算子和DoG高斯差分进行分析,探讨并行化处理的过程和步骤；结合harris算子和DoG高斯差分,在异构环境下进行并行化；针对所给出的并行算法进行优化：并行实验结果与串行算法对比,得到理想的加速比。应用以上的研究对三维重建标准测试图像进行特征提取,在实际应用中检验了本文提出的异构环境下三维重建中特征提取的并行化算法。