三维重建是计算机视觉中的重要研究领域,在实际生活当中,3D模型的重建广泛应用于对象识别,工业自动设计,视频游戏,动画制作,数字文物档案建立,建筑物原貌恢复等方面,同时要求重构有较高的效率以实现实时计算。本文采用从各个视角拍摄的真实物体的多幅图像来重建模型。主要从相机定标,模型生成,模型优化以及纹理映射几个方面对物体的重建进行了研究,最终根据图像序列重建出物体的原模型。重建的结果以及可扩展性都比较好。1.相机定标采用了有定标物体的定标方法,定标参照物形状尺寸已知。利用一系列数学变换和计算方法,求取出摄像机模型的内外参数,研究中采用了KlausStrobl等人开发的定标工具进行定标。2.研究中采用了基于侧影轮廓线的重建方法。首先获取各幅图片中物体的轮廓,根据每幅图像的轮廓计算出物体的包围盒,对包围盒进行相交测试,运用Marching Cubes算法提取等值面,生成物体的可见外壳,完成了初步的建模。3.初步模型存在很多噪声,表现方式也比较粗糙,因此对模型进行了平滑和简化操作。在网格平滑部分,采用了基于拉普拉斯算子的平滑算法。网格简化则采用了基于误差最小化的边删除算法,效果较好。4.在纹理映射方面,采用了改进的模型平面参数化,得到模型与二维纹理的对应关系,从图片中获取模型对应的颜色信息,生成与模型对应的纹理图片。通过OpenGL对模型进行纹理映射,最终完成了物体的重建。本论文的研究表明,基于图像的三维实体重建技术,真实感较强,设备简单,成本较低。重建过程中降低了计算复杂度。最后介绍了重建结果在实验室相关平台中的应用,展示了基于图像的三维重建的可扩展应用性。