近些年来,相对于其它三维建模方法,基于二维图像的三维重建具有彩色纹理易于获取、成本低、灵活性好、环保性强等优点,能够快速、逼真地重建出三维模型,因此具有广泛的应用前景。基于标定图像的三维重建方法虽然能够建立高精度的三维模型,但需要借助固定几何特征和精确测量的标定物,在实际应用情景中不便获取标定物,因此难以推广,而应用未标定图像基于特征匹配实现三维重建的方法简单易行,具有更好的应用前景。其中图像分割和像对同名点匹配是基于未标定图像的三维重建过程中最重要的环节,像对同名点匹配的精度对三维建模质量具有较大的影响,因此图像分割与像对匹配方法的研究具有重要的理论和应用价值。本文在考虑原图像的质量影响图像分割的效果的基础上对原图像存在亮度过高或过低的情况时对图像进行了图像增强的处理,通过对直方图均衡化算法、伽马变换算法、对数变换算法以及拉普拉斯算子法的对比分析发现低亮度的图像更适合运用直方图均衡化算法进行加强,高亮度的图像最适合运用伽马变换算法进行光照补偿处理,使得图片更符合人类的视觉识别系统,为图像分割打下了坚实的基础;本文运用了一种在均值漂移分割算法的基础上使用金字塔的分层结构对增强处理后的图像进行了图像分割,使得图像分割效果更好,精度较高,在分割过程中发现函数中存在三个参数的改变对图像分割的结果会有不同的影响,从而通过对比实验分析图像分割的结果来选取最适合本实验的参数,解决了单一参数影响图像分割结果的问题。针对图像匹配的问题,本文提出了一种分步匹配像对同名点的方法,首先应用图像分割获得的多边形进行整体匹配,得到像对中整体框架的匹配结果,在此基础上,应用图像边缘提取的矢量线进行局部匹配,减小了搜索范围,提高了匹配精度。实验结果表明,本文通过选择最佳的图像分割和边缘提取算法,结合像对分步匹配方法能够提高像对匹配的精度,可为提高三维建模的质量打下良好的基础。