基于视觉的三维重建是计算机视觉领域的重要研究课题,它通过相机捕获周围场景的图像信息,利用三维重建算法重现景物的三维模型。基于视觉的三维重建技术在机器人导航、自动驾驶、逆向工程、文物保护等领域具有广泛的应用。因此,研究基于视觉的三维重建技术具有较重要的理论和工程实际价值。论文采用基于单目视觉的SFM三维重建方法,通过不同角度拍摄的图像对周围场景进行三维重建。论文围绕SFM三维重建任务中各关键步骤进行了详细研究,主要包括:相机模型及相机标定方法、特征匹配算法、深度预测算法和相机位姿求解等。具体如下:(1)详细探讨了小孔相机模型及相机畸变模型,在此基础上对几种相机标定算法的标定原理及标定过程进行了阐述并对比了它们的优缺点,最后根据所述理论进行了相机标定实验。(2)论文对深度学习方法在三维重建中的应用进行了探索,提出了一种用于特征匹配的卷积网络模型“单峰匹配网络”。“单峰匹配网络”输入为两张待匹配的图像块,网络结构以全卷积形式设计,模型训练采用端到端的训练方法。论文对所提网络模型的像素分辨能力进行了实验测试,并与其它特征匹配方法进行了实验对比。实验结果表明该模型在匹配8个像素距离以上的图像块对时,模型具有较好的匹配效果,且与同类匹配方法比较所提模型具有较高的匹配准确率。(3)论文对深度学习方法预测图像深度进行了研究,提出了一种图像深度预测卷积网络模型,并对模型进行了实验验证。实验表明预测深度图与真实深度图的深度趋势基本一致,预测深度值与真实深度值存在一定差距,其均方根误差值为1.183。此外,论文中还讨论了深度学习在三维重建中的其它潜在应用。(4)在上述研究的基础上,自行编写了SFM三维重建程序。借助SIFT算法进行特征点检测,利用特征匹配卷积网络模型进行特征匹配,采用三角测量算法计算点云坐标,PnP等算法计算相机的位姿,最终实现了增量式的SFM三维重建。