计算机视觉的目标是通过感知的图像理解世界中的各种物体。需要理解的物体的属性信息众多,其中最重要的信息是物体的整体三维结构,所以基于视觉图像的三维重构自从计算机视觉的诞生以来就成为计算机视觉研究的热点和重点。经过将近三十年的研究,此问题已经得到部分解决,并促进了计算机视觉一门分支—计算机多视图几何的诞生。基于视觉图像的三维重构涉及到四种关键技术,包括摄像机标定、特征提取和匹配、运动估计和结构计算。论文从已有的研究成果的基础上,做了以下五个方面的工作:(1)为了克服传统优化算法的缺点,提高摄像机标定的精度,第3章首次将量子粒子群优化算法应用到摄像机标定中。首先,该方法运用传统的线性方法获得初始值,然后使用QPSO优化初始值,得到一个比较优秀的值。实验数据表明,基于QPSO的摄像机标定的平均反投影误差小于一个像素,是一种可行的方法,且与智能优化算法PSO相比,基于QPSO的摄像机标定具有更小的误差。(2)论文指出如果两个平面间存在四组点对应,则这两个平面的笛卡尔坐标系之间存在一个非奇异线性变换,即平面单应。这就是射影几何中著名的莫比乌斯定理。2.5节从射影几何的基本定义出发,严格证明了莫比乌斯定理,并给出了计算平面单应的方法。(3)运动估计是基于视觉图像的三维重构的核心问题,所谓的运动估计就是从拍摄得到的多幅图像中计算出摄像机之间相对位置的过程。Hartley首次给出了从本质矩阵恢复运动的一种估计方法。第5章对该方法进行了深入的研究,首次对Hartley方法提出了一种简单易理解的证明过程。(4)一般的三维重建系统利用角点等作为特征点进行匹配,这些匹配容易出现较高的错误匹配率。为提高匹配的准确度,第7章构建的实验系统用尺度空间中不变点作为特征点,使用SIFT算法提取和匹配这些点。实验效果显示使用该方法是有效的,具有一定的应用价值。(5)第4章提出了一种直观且简单的不变特征点提取的统一思想框架,统一了SIFT、SURF以及HARRI等特征点提取算法,指明了不变特征点提取的研究方向。