客观世界的物体是三维的,而我们用摄像机获取的图像是二维的,但是我们可以通过二维图像感知目标的三维信息。从图像中得到真实场景的模型是计算机视觉的重要研究内容之一,通过重建出目标的三维模型,就可以对目标进行定量分析以及处理目标的相关信息。三维重建技术被广泛的应用于医学成像、机器人导航、虚拟现实、地形勘探等领域。特征的提取与匹配对于三维重建有着至关重要的作用。本文通过对SIFT、Harris、SUSAN这三种特征提取算法以及与之对应的特征匹配算法进行对比分析,并通过实验结果证明了SIFT特征匹配算法与Harris、SUSAN特征提取与匹配算法相比具有优越性。根据匹配对受极几何约束的原理,于是我们对SIFT的匹配算法进行改进,这样既能提高匹配的准确率又能提高匹配效率。本文提出了一种基于已标定摄像机的多视图欧氏重建算法,该算法是以两视图重建技术为基础,这样会得到多组三维点。每个三维点对应于不同视图的唯一的二维点,基于这一原理,就可以建立多组三维点的对应关系,从而完成多视图的欧氏重建。本文提出的多视图欧氏重建算法简单易实现。多组实验结果证明该方法能较好的恢复目标的原貌。