在计算机视觉和计算机图形学中,三维重建是获取真实物体的形状和外观的常用方法,目前已经有不同方向的深入研究发展。三维重建的场景模型,比二维平面反映出更丰富直观的信息,广泛应用于数字化文化遗产保护、游戏电影场景、医疗图像、立体漫游、虚拟现实等各行业。论文基于立体视觉重建方法,实现了从WEB端重建和展示物体点云模型。论文的主要研究内容包括相机标定与稀疏点云生成,多视图立体重构,WEB端自动化稠密点云重建,点云网格化这几个方面。论文主要工作分为以下几个部分:第一部分是相机标定与稀疏点云生成,论文使用一种从运动恢复结构的自标定方法。使用普通相机,对需要重建物体从多个视角拍摄多幅图片,通过成对图像间的特征点匹配计算相机的姿态,通过相机的EXIF信息求取相机内部参数,在此基础上进行三角定位还原特征点在三维空间中位置,建立稀疏点云。第二部分是多视图立体重建。论文使用基于面片的稠密点云重建方法,利用第一部分生成的相机参数及稀疏点云,通过特征点匹配、扩展及匹配过滤等步骤,生成模型的稠密点云。第三部分是实现了一个基于WEB端的自动化重建系统。在前两部分的基础上,实现了 WEB端自动化稠密点云重建及展示。只需要在该网站中上传物体不同视角的多幅图片,提交后便可自动重建所拍摄物体的稠密点云模型,重建完成后物体点云模型将在浏览器中展示。第四部分是点云的网格化研究。分别使用了滚球算法及泊松表面重建算法,对点云模型进行网格化,并对两种点云网格化算法生成的网格模型所用时间、网格完整性等指标进行了对比分析,探讨两种算法的适用场景。