三维场景重建广泛地应用在移动机器人、无人机、无人驾驶、增强现实和虚拟现实等领域,有着重要的科研价值和应用意义。通过视觉同步定位与地图创建(SLAM)来进行三维场景重建的研究主要是:基于递归的贝叶斯概率估计理论的方法;基于关键帧和光束平差法捆绑调整的方法;基于图优化的方法。在基于单目视觉时主要有三大类困难:基于特征点的方法会牵涉到提取和匹配特征点时造成计算量大、精度低、无法准确描述场景等问题;单目视觉固有的尺度模糊性、无法直接获取目标物体的深度、长时间运动后会有大的尺度漂移;实际场景中存在着相似物、遮挡、运动物体等干扰,景深变化剧烈并且多闭环等情况。本文基于这三大类困难,对基于单目视觉SLAM的三维场景重建的算法和系统实现进行了深入的研究。本文在传统的基于特征点的方案上使用改进的特征描述符使得系统的鲁棒性和持续跟踪能力有了明显的改善。在改进的系统框架中:通过引入图像金字塔和加权的高斯牛顿优化方法使得算法的实时性比较理想;通过先在局部进行半稠密的深度图的传播和更新来形成局部地图,然后剔除非必须关键帧并经过拟合后融入到全局地图中,使得系统准确性和实时性都有所改善;通过结合Chow-Liu树算法和词袋模型先构建词汇树来获取外观特征概率分布,然后计算当前场景和所有特征在先前场景中的概率和匹配相似度来形成累积匹配序列并进行场景相似性计算,使得闭环检测得到实现;通过增加一个尺度自由度并结合图优化方法使得系统的精确性和尺度适应性有了进一步提高,整个系统框架通过三个线程来实时实现。最后通过实验和其他算法对比表明,本文方法取得了比较满意的准确性、鲁棒性、实时性和灵活性。