传统的轨道板测量系统,以钢尺、游标卡尺配合全站仪来完成测量。消耗时间很长,代价很高。同时受测量环境的影响,会直接影响生产效率。基于以上背景,在轨道板测量上引入摄影测量系统,并采用自动化控制的方式,使得测量过程更加简单高效。基础的摄影测量就是基于三维重建建模测量。基于图像的三维重建技术包含了图像处理、模式识别、机器学习等相关技术。通过移动相机在不同位置采集到物体不同视角的图像序列,然后进行图像变换,特征点映射,点云构建和纹理映射等操作,最终通过计算机编程模拟出目标三维模型。基于图像三维重建的研究,主要存在的问题就是最终重建的三维模型的精准度,尤其在工业测量领域。目前,基于图像的三维重建出现了很多优异的成果。三维重建过程复杂,每一个过程都决定着最终的三维结构。本文针对三维重建过程中的基本过程进行研究,大篇幅地研究多幅图像的三维重建,并基于多幅图像重建技术来完成轨道板几何尺寸的检测系统的设计与实现。论文包括以下内容:第一,文中首先阐述了三维重建工作中的相关技术,涉及到摄像机模型和基本矩阵等相关概念。分析SIFT特征点匹配算法,提出了在特征匹配出现误匹配的时候所采用的方法,并且介绍了一种大尺度图像进行检测和匹配时存在效率问题的解决方案。在此基础上,提出了一种更高性能和高精度的特征匹配算法。第二,采用图像中目标检测的理论,多个角度拍摄的图像得到轨道板的全景图,并检测轨道板图像中预埋套管的位置数据信息。关键技术为图像拼接和统计机器学习,主要包括进行轨道板拼接,然后利用AdaBoost来检测图像中预埋套管的位置数据。第三,概述了基于图像序列进行重建的基本步骤,分析了图像两两之间存在的投影关系。根据特征匹配得到的匹配对,可以求出这种映射关系,然后进行特征点三维信息还原,得到初始模型。在此基础上添加新图像进行不断的迭代,最终得到目标的三维模型。第四,在本论文的理论基础上,实现了简易的三维重建系统。通过系统可以检测得到轨道板的相关参数,本文主要检测了轨道板预埋套管的位置信息,验证预埋套管中心距离是否符合标准。