近年来,三维重建技术在考古学、建筑学、地质学、虚拟现实、机器人导航、物体识别以及军事等领域得到越来越广泛的应用。同时,随着计算机技术及网络技术的迅速发展,利用计算机把图像或视频等二维结构信息重建出具有真实感的三维模型的三维重建技术也深入到人们生活的方方面面,成为当前新的研究热点。特征提取与匹配是三维重建中至关重要的一步,是欧氏重建和摄像机自标定等计算机视觉技术的基础,其匹配精度直接影响后续重建的效果。本文重点研究了特征提取与匹配技术中涉及的两个主要问题,其一是提高特征点描述子的独特性的研究,其二是序列图像中误匹配点剔除策略的研究。为了提高特征点描述子的独特性,本文提出一种基于圆环块邻域划分方式和规范化颜色照度不变量的描述子(CCD)。首先,在极坐标空间中采用圆环块结构划分特征点邻域,形成24个不重叠的子区域,并根据子区域与特征点的距离计算各子区域的权重;其次,根据各子区域内的规范化RGB三通道颜色强度差形成照度不变量;最后,结合权重与照度不变量,建立72维特征向量描述特征点。针对序列图像场景中存在大量相似结构而致使一些误匹配产生的问题,本文提出了一种基于几何约束关系的误匹配点剔除算法。在相同尺度下根据匹配点对的运动方向一致和运动距离相等的关系来剔除误匹配;在不同尺度下根据匹配点对间连线相交的关系来剔除误匹配。实验结果证明了在尺度缩放、视点变化、图像平移旋转等几何变换下,本文提出的相关算法均通过真实图像的实验加以验证,获得了满意的实验效果。