三维重构一直是计算机视觉领域内的重点研究课题之一,而且随着技术的发展,三维重构已广泛应用于生产和生活中,目前在机器人导航、虚拟现实和医疗诊断等领域发挥着重要的作用。本文采用基于双目立体视觉的三维重构方法,该方法是非接触式三维测量的一种,通过计算在不同视角采集的关于同一场景的两幅图像来计算三维信息,由于其具有非接触、效率高、容易实现等优点日益成为研究的热点。三维重构过程中最重要且最关键的是立体匹配,常见的立体匹配包括局部匹配方法和全局匹配方法。近年来,全局匹配算法,包括图割方法和置信传递方法等,由于其良好的性能,受到了研究学者的广泛关注。本文对基于双目立体视觉的三维重构的理论原理做了详细的介绍,并重点研究了重构过程中的立体匹配和三维重建两个环节。具体研究内容包括以下几个方面：首先,在立体匹配过程中,由于单一立体匹配算法的效果很难满足现实的需要,本文提出了一种将图像分割和图割相结合的改进立体匹配方法。该方法包括彩色图像分割、局部匹配、视差平面拟合、合并相邻块和图割优化五个部分。第一,采用均值漂移算法将参考图像分为颜色均匀的分割块,该算法成功保留了物体的边缘特性。第二,采用自适应权值自适应差异测量方法估计图像的初始视差图。第三,采用奇异值分解方法进行鲁棒视差平面拟合,在该过程中采用交叉检测、判断可靠区域、计算视差平面距离这三个原则来确保块内可靠像素的集合。第四,采用改进的聚类算法合并相邻块,过程中利用相邻块间的几何关系,例如相交或平行,判断两平面是否应该合并。第五采用图割算法获取图像的最终视差图。其次,在三维重建过程中,本文通过对立体匹配过程中获取的视差图进行计算,获取场景的深度信息,重构了场景的三维轮廓模型。同时,为进一步提高重构后场景的真实性,对重构后的三维轮廓模型进行纹理映射操作。最后,采用标准的立体图像对和在实验室环境下获取的真实图片对本文提出的立体匹配算法进行测试。实验证明,与单一的局部匹配算法和图割算法相比,本文提出的算法不仅大大降低了误匹配率,而且有效的保留了物体的边缘信息,改善了重构的效果。