在增强现实或机器人操控等应用中,往往需要知道三维物体精确的姿态和位置,这就要求对物体进行精确的可度量三维建模并对其所有特征定位。本文用未标定的手持相机所拍摄的多幅图像重建物体的三维测量模型,为使三维测量模型更加精确,在重建中引入了尺度不变特征点替代传统的哈里斯点。将尺度不变特征点应用到三维建模中,这不仅简化了重建的步骤,也使三维测量模型得到了改善。本文主要完成了以下工作:1将尺度不变特征点引入了三维重建,并代替哈里斯角点,建立了新的三维重建框架。2针对尺度不变特征点的各种匹配算法进行了研究和实验比较,寻找最精确、最高效的一种搜索匹配算法对图像特征点进行匹配。3引入了网络优化中的最小生成树,并且提出了两种新的计算最小生成树的算法,使输入的无序图像也可以进行三维重建。4在用集束调整优化模型和摄像机参数的时候,使用了带权的重投影误差构造代价函数,并提出了增量建模和双线性交替法来提高集束调整的效率。5分析了图像三维测量的原理,利用重建的三维模型进行测量,并用OpenGL绘制了三维测量和增强现实的结果。实验结果表明,将尺度不变特征点用于三维重建是可行的,重建的结果可以用于图像三维测量或者基于模型的跟踪。