当前,计算机视觉发展的越来越快速,而在计算机视觉研究中环境三维重建是一大研究热点。基于视觉的环境重建,是采用相机获取图像信息,然后对目标图像经过处理、计算等步骤,得出环境的三维信息并完成对环境的重建。而且随着手机、平板等电子设备的普遍应用,人们对于只使用单目相机来拍摄图像并完成重建越来越关注。因为单目相机具有结构简单、成本低、操作灵活等特点,能够方便的获取到环境的图像信息,以实施重建,所以本文研究的是基于单目视觉的环境重建。针对以上问题,本文的研究内容如下:1、介绍了三大坐标系、相机模型、对极几何、内参矩阵和外参矩阵等基础理论,分析了求解本质矩阵和基本矩阵的过程,采用相机标定方法对拍摄所用摄像机进行标定。2、运用图像预处理的知识,对相机获取的图像进行实验,验证灰度化、滤波、锐化等预处理的优缺点,为特征点提取提供有利条件,并仔细研究了SIFT算法来完成对实验图像的特征提取,论述了算法流程和优缺点,最后进行了实验。3、阐述了稀疏重建中运动恢复结构算法(SFM)的基本步骤,分析了步骤中的光束平差法。在此基础上,采用一种基于Levenberg-Marquardt算法的光束平差法作为SFM算法的关键步骤,并实现环境稀疏重建。实验完成了对一组用摄像头采集的图像的稀疏重建。4、研究学习图像聚簇(CMVS)与贴片密集匹配(PMVS)的处理流程,并且完成了用CMVS优化SFM输入,再经过PMVS步骤实现目标物体的稠密重建。