现代社会信息技术发展迅速,人们对视觉处理技术的要求越来越高,交互式成像技术应用越来越广泛,在文物古迹修复,双目测距,医疗卫生,无人驾驶等领域都起着重要的作用,其中双目视觉的三维重建技术是交互式成像中的重要组成部分。在双目可交互的三维重建技术中,特征点检测与匹配是关键环节,但是由于在特征点检测与匹配方面误匹配率较高,导致三维重建结果精度低,重建物体表面存在像素丢失的问题,这些不足降低了对三维重建的视觉体验。为了解决目前大多数双目交互式三维重建中的特征点匹配效率低,重建结果部分失真的问题,本文在基于传统的加速鲁棒特征(SURF)匹配算法基础上,融合了 Sobel边缘检测,改进了 SURF(speed up robust features)特征匹配算法。通过计算左右图像的X、Y方向上的梯度,获得图像的纹理信息,得出含有边缘纹理特征的图像,在用加速鲁棒特征(SURF)来得到精确地特征点,再对特征点匹配得出特征点匹配对,最后利用三维坐标和Open GL纹理映射来完成交互式的三维重建。本文的主要工作如下:(1)研究了双目摄像机的成像模型,使用张氏标定发来获取双目相机的参数,为之后的三维空间坐标的计算提供数据。(2)研究分析了加速鲁棒特征(SURF)匹配算法,在原算法基础上,融合了 Sobel边缘检测算子,对SURF算法进行改进,首先计算图像纵、横两方向的梯度信息,得出含有边缘纹理特征的图像,之后计算左右图像的图像积分,构造Hessian矩阵,构建SURF初度空间,对Hessian行列式设置阈值并判定是否为特征点,计算主方向,提取出准确的特征点。(3)通过邻近快速搜索算法(Flann)对特征点进行预匹配,再引入随机抽样一致性算法(RANSAC)过滤掉错误匹配的匹配对,进一步提高特征点的匹配精度,建立起左右图像之间的关系。结合摄像头标定所得到的数据计算得出目标图像的三维空间坐标,得到初步的三维结构信息,再通过三角剖分和纹理映射得到完整的三维图像,同时,为了便于观察3D效果,在该课题中将加入交互函数以实现视点旋转的人机交互功能,实现了双目交互式三维重建。