三维重建关键技术是计算机视觉的主要内容之一,研究了由两幅或多幅二维图像恢复出被拍摄物体的三维信息的方法,尤其是基于两幅图像的双目视觉重建技术是当今社会的一个研究热点。基于双目视觉的三维重建关键技术具有重要的理论研究意义和应用价值。本文在分析研究大量相关技术和文献的基础上,对立体视觉领域中的摄像机标定、角点检测、图像立体匹配、三维可视化等与3D重建相关的关键技术进行了研究。主要研究内容如下：(1)研究了基于RAC的Tsai标定法,获得立体摄像机的内外参数,两步法由于考虑了摄像机的径向畸变,使得标定精度得以提高。通过对不同幅数的图像进行标定,分析了标定图像幅数对摄像机标定参数和误差的影响,通过多次试验证明了该标定方法具有非常好的抗噪性。(2)研究了SUSAN角点检测算法与Harris角点检测算法,根据其优缺点,提出了一种基于多尺度和SUSAN算法结合的Harris改进算法。并通过不同的图像对该方法进行测试,并在角点检测效果和抗噪性方面证实了该算法的有效性。(3)针对Harris算法只能达到像素级精度的缺点,进行了改进。研究了二次曲面拟合方法和误差迭代方法,以Harris算法为基础进行亚像素角点检测,并通过实验对这两种方法进行了对比分析,证明了二次曲面拟合法方法的亚像素角点检测更适合本文的使用。(4)研究了经典的相关匹配法,并将信息熵和HSV颜色矩引入到角点匹配中,然后结合Harris算法检测的角点与SIFT算法匹配精度高的优点,提出了Harris-SIFT方法进行角点匹配,并使用抽样测试方式证明了该算法的有效性。(5)结合立体摄像机模型与匹配的角点,计算三维坐标点,在DirectX平台上,利用顶点列表和索引列表进行了3D重建。