虚拟现实技术在计算机图形学、图像学、三维建模技术发展的基础上快速更新迭代,也被越来越多地应用到虚拟手术训练、心理治疗、三维游戏、军事演练等领域。要提高虚拟现实技术的应用效果,虚拟场景中树木等环境元素的真实感就显得尤为关键。于是树木的建模与仿真逐渐成为虚拟现实技术很多应用场合的重要环节,并日渐受到重视。基于计算机虚拟合成所得树木模型的枝干往往结构模式单一,不具备自然界树木枝干结构规则性与随机性相结合的特点。本文研究基于图像特征提取的树木枝干建模方法,使用消费级相机采集真实树木枝干的图像,利用图像中的特征信息还原树木枝干的层次结构。本文主要工作如下:首先,利用对相机建立的几何模型,小孔成像模型,求解相机内部参数。在小孔成像模型下,根据棋盘格与相机采集到的图像间的单应性关系构建等式,求解出相机内部参数。并构建最小二乘法问题来进行畸变矫正,得到表征像素点的实际像素坐标与其理想情况下对应坐标之间的差异的畸变系数。其次,研究图像特征提取算法。从尺度不变特征变换（Scale-invariant feature transform,SIFT）特征提取和特征描述的基本原理出发,提出自监督改进SIFT算法。重点优化特征描述环节,用基于SIFT方法计算的128维描述子引导网络预测的128维描述子的训练方向,提高了特征匹配的准确度。针对在不同视角采集图像时树木枝干存在旋转、位移等变换,使用数据集及其单应性变换所得图像对特征提取解码网络和特征描述解码网进行训练,使网络具备了单应性不变性。在对1、3、6三种视差的树木枝干图像进行的特征匹配实验中,本文实现的自监督改进SIFT算法特征匹配数量为1230、341、159,相应误匹配率为0.00%、0.09%、11.95%,均较明显地优于ORB（Oriented FAST and Rotated BRIEF）和传统SIFT算法。最后将本文特征提取算法用于运动恢复结构（Structure from Motion,SFM）过程恢复树木枝干三维点云。所得三维点云的空间点数量比SIFT更多,点云所表现的树木枝干更完整。使用有向图组织树木枝干点云并提取骨架点,通过加权最小二乘拟合得到最终树木枝干三维实物模型。所得模型都恢复了原始树木枝干中枝段间的层级结构,各部分枝段长度也实现等比例还原。