三维重建技术对真实场景建立符合计算机表达的数学模型,其在建筑物测量与监测领域有着广泛的应用。双目立体视觉的三维重建技术有着成熟的理论基础和较简单的系统结构,具备效率、精度较高、成本较低等优点。双目立体视觉技术的关键在于寻找左右视图对之间各像素点的对应关系,即立体匹配技术。但在长焦距宽基线的情况下,视点变换大,传统的立体匹配算法难以求得准确的视差图,所以需要进一步研究可适用于长焦距宽基线情况下的立体匹配方法。本文围绕3D标签立体匹配技术,开展了系统研究,主要工作与创新性如下:1、针对立体匹配算法中的视差搜索范围太大的问题,使用基于分割的特征点检测算法得到在场景中均匀分布的特征点,采用第一对第一几何不一致（First to First Geometrically Inconsistent,FGINN）的策略改进匹配,避免几何一致的匹配点被筛除,增加了在弱纹理区域匹配点的数量。在开源图像与实际拍摄图像的实验中,验证了改进的特征点匹配算法可以在保证匹配质量的前提下,得到场景覆盖更均匀的匹配点。2、提出了一种基于三角剖分与超像素结构的3D标签立体匹配算法。采用均匀分布特征点算法与三角剖分初始化3D标签;在超像素结构上使用图割算法优化初始3D标签,在采样新标签时加入对当前标签所处状态的假设扩展了3D标签候选,提高了采样得到更精确3D标签的概率。基于Middlebury数据集进行了验证实验,结果表明,所提算法的误匹配率低,迭代速度快。3、采用两台1200mm焦距的数码相机搭建了宽基线双目立体视觉系统,基于该系统在20m基线、100m拍摄距离下采集了自制混凝土模型的图像,进行立体匹配实验,验证特征点提取算法与3D标签优化算法得到的视差图结果;在50m、100m、200m的拍摄距离下以18m相机基线采集混凝土模型图像,根据视差图重建三维点云,点云上点间距平均相对误差分别为1.4%,3.5%,6.2%。