影像三维重建是计算机视觉与摄影测量领域的核心问题之一,经过大量研究者的不断努力,影像三维重建的数学基础已趋于完善,重建流程也已基本定型。在没有任何的先验知识和控制点约束的情况下,如何准确、稳定、快速的由影像集恢复目标场景的三维结构,是目前计算机视觉运动恢复结构(Structure from Motion,SfM)的主要研究方向。该过程由于缺少先验知识和重建的不确定性大的特点,一直是影像三维重建研究中的热点与难点。本文主要针对运动恢复结构方法中的顺序三维重建策略进行较深入研究,主要内容有:1.在大量他人研究的基础上,实现了自己的由输入影像集生成目标稀疏点云的顺序三维重建流程。并对重建过程中的特征追踪、初始像对选取和影像添加三个重要技术进行了大量的改进实验。在实验结果的基础上,总结各处理步骤的目的与功效,分析当前的重建策略中存在的问题与不足,并详细了解问题产生的原因。最后结合实验结果与对问题的分析,对重建过程中的一些影响重建稳定性的步骤做出改进,并通过对比实验对改进的效果加以证明。2.针对现有三维重建算法在仍存在影像丢失和在弱连接区域平差失败的现象,提出一种采用局部平差影像添加策略的三维重建方法。该方法在影像选取时,先对候选影像依次进行局部平差,平差后选取限差合格的连接点,根据符合限差点的数量选取下一张影像,从而保证了连接点的质量;在全局平差阶段,按照局部平差计算的限差添加连接点,从而保证全局平差尽可能的成功。经测试,本文所提方法可以提高重建的稳定性,降低经验筛选对影像添加过程的影响,在影像连接关系弱、经验筛选不足的区域有明显优势。