基于单目序列图像的三维重建是计算机视觉研究的热点之一，序列图像间匹配与拼接是三维重建的关键技术，两幅自由图像间的匹配与拼接已有不少的方法，但图像序列的匹配与拼接在空间位置上存在着较高的约束条件，其方法理论可以借鉴两幅自由图像匹配的理论与算法，由于图像序列的特殊性，在原有的匹配方法上加上一些前提与约束可以获取图像中目标的相对深度，这些深度可以用于某些目标的三维重建。本文将主要研究探索图像序列的匹配与拼接，并能够保证在一定精度上获得图像目标在空间的相对深度，其主要工作如下：1.首先介绍了基于单目二维图像序列三维重建中图像匹配与拼接的相关理论与方法，主要内容包括：图像的特征提取、图像的特征匹配、基于特征点的图像拼接策略等理论方法。然后介绍了二维图像序列立体匹配的基本概念及方法。主要介绍全局算法和局部算法两种，并分别阐述两类算法中比较流行的方法，如：基于自适应权值的立体匹配方法、基于图图像分割的立体匹配方法和基于BP算法的立体匹配方法等。2.在现流行的图像特征提取与匹配的方法基础上，提出一种基于局部图形最佳相似度的方法，该方法以图像局部匹配图形质心(图像的一阶矩与零阶矩的比值)不变性为理论依据，充分利用了图像提取的特征与特征之间所构成的几何图形，通过实验证明了此方法能计算得到更加精确的变换矩阵。3.图像立体匹配获取的视差图主要体现了序列图像中目标在空间的相对位置，这种相对位置为图像目标的三维重建提供了理论依据。因此，图像中点的匹配精度直接影响图像目标点的相对深度，在不降低匹配速度的前提下，为了得到高精度的匹配效果和视差图像，本文提出一种基于并行分布估计算法的立体匹配方法，此方法并行地利用分布估计算法对图像的点进行寻优匹配，能够获得精度较高的视差图像。