多视角立体(Multi-view stereo,MVS)重建是计算机视觉、图像处理等领域中一个基础又重要的研究课题,在增强现实、自动驾驶、城市规划、3D打印以及数字文物等领域发挥着至关重要的作用。当前多视角立体重建方法研究主要面向清晰场景,而面向有雾场景的研究较少。同时,有雾场景下图像间的对应点不匹配和复杂背景噪声通常容易导致多视角立体重建结果退化。本文重点研究了有雾场景下的多视角立体重建算法,主要的研究工作如下:(1)本文研究雾形成的基本原理,创建一个有雾多视角图像数据库,包含合成有雾数据库和真实有雾数据库。其中合成有雾多视角数据库是基于大气光模型算法和端对端的图像转换网络CGANs(conditional generative adversarial networks)算法获得;真实有雾数据库通过在雾天场景中拍摄不同视角下的图像得到。最后将创建的多视角有雾数据库在Visual SFM和Open MVS平台上进行了评估,对比总结有雾场景下立体重建的各种问题,如匹配点数大大减少、重建模型信息丢失严重等等。(2)针对有雾场景下多视角立体重建问题,本文提出一种融合去雾技术和运动恢复结构SFM(structure from motion)反馈的立体重建算法。通过估计有雾场景中的相机位姿得到精细化的深度线索,提出自适应图像填充算法对深度图进行补全和去噪。然后基于优化后的深度图计算对应的传输图,并根据大气光模型求出潜在的清晰图像,使运动恢复结构和去雾技术形成一个反馈,实现立体重建有助于去雾,去雾也有利于立体重建的目的。实验结果表明,提出的融合去雾技术和运动恢复结构反馈的立体重建算法在有雾场景下取得了良好的立体重建效果。(3)本文在所提出的有雾场景多视角立体重建算法基础上,提出有雾场景中适应当前环境的虚拟物体渲染方法。首先利用多视角立体分析在一系列有雾图像中得到深度信息,以估计虚拟物体的位置和尺寸大小。然后根据大气光模型深度线索进行有雾场景的虚拟物体渲染,使虚拟物体在相同的距离范围呈现出一致程度的雾效果。最后特别研究了被遮挡的虚拟物体的深度和其周围物体的深度之间的关系。实验结果实现了将虚拟物体无缝渲染到有雾场景的目的。