城市街区三维重建是数字城市、智慧城市建设的重要一环。传统三维重建技术依赖昂贵的三维扫描设备,如三维激光扫描仪等,难以普及。目前,国内外对于街区场景重建技术的研究,主要通过车载摄像设备获取视频数据,然后在高性能计算机上采用基于图像的三维重建技术构建三维街区,研究成本较高。随着近十余年的高速发展,智能手机普遍装备高性能摄像设施以及一定的计算能力。因此,本课题提出基于智能手机的街区场景三维重建技术的研究,拟探索低成本、易推广的高效三维城市街区构建技术。本文的主要工作是建立了基于智能手机的街区场景三维重建处理框架。该处理框架包括手机摄像、图像/视频的预处理和云传输、基于图像的三维重建和绘制算法。首先,采用手机摄像头获取街区视频,并提取关键帧;然后将关键帧传输到云服务器,对帧图像进行特征检测与匹配;接着,在高正确率的特征点对基础之上,基于SfM算法重建场景的稀疏点云,进而基于立体校正重建稠密点云;最后,利用已有方法对点云进行网格化处理,传回手机绘制显示。在该处理框架中,特征点匹配是第一个关键环节。其结果的正确率将严重影响后续点云重建的性能。本文首先采用SIFT方法检测关键帧的特征点,并匹配相邻帧间的特征点对;然后基于RANSAC的基本思想,对特征点对进行处理,剔除误匹配点对。框架的第二个重要环节是立体校正。本文通过立体校正的方法,将两个相机的实际的成像平面校正为的理想双目系统,得到视差,再利用图像的视差计算深度图。将深度图转化为点云,产生一个稠密三维点云。最后对点云进行配准和数据融合,得到整个场景的稠密点云。综上所述,本文的主要贡献是建立了基于智能手机的街区场景三维重建处理管线,并基于RANSAC思想提出误匹配点对剔除算法。