在计算机视觉领域中，从图像序列恢复结构也称为从运动恢复结构。它广泛应用于如自动导航系统、目标物体检测、在各种危险场合工作的机器人、计算机辅助外科手术和虚拟现实等方面。　　相对于传统几何造型技术和三维扫描设备，基于图像序列的三维重建技术具有成本低廉、操作简单、真实感强等优点，其所涉及的技术在虚拟现实、目标识别、图像检索、非接触测量以及影视动画等很多领域都有着重要的研究和应用价值，因此近年来成为计算机视觉和计算机图形学领域中的研究热点之一。　　本文研究的目的是基于未标定的大基线图像序列重建目标场景的三维结构，恢复模型表面拓扑网格及纹理，并将重建结果应用于解决实际问题中。其中的关键技术主要包括大基线图像序列的特征点检测和匹配、射影重建、欧氏重建以及在OpenGL中实现三维场景的渲染和显示等。　　本文不仅改进了Harris算法，而且引入对极几何和单应约束两个条件来去除误匹配，进行二次匹配，使得匹配算法最大限度地适用于大基线图像序列，同时提供了足够的数据进行进一步的三维重建计算。　　由于射影重建结果不具备欧氏空间的可度量特性，射影重建与欧氏重建之间相差三维空间中的一个射影变换。本文在三维重建部分沿用分层重构的思想，利用未标定的图像序列恢复相机的内、外部参数以及特征点的三维空间坐标，从而实现了场景的三维重建。对于传统的欧式重建算法中存在的解出现歧义的问题，本文也给出了相应的解决方法。　　渲染与显示的工作主要是由OpenGL来完成。本文创造性地引入Hough变换为原先的结果增加了相交面的棱的信息，使得网格化的结果更加接近真实，也为纹理的映射提供了方便。