随着信息技术的迅猛发展，人们对三维模型及与之相关的需求越来越多。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点、线特征从大基线图像序列中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、相机定标、欧氏重建以及模型网格和纹理的生成等。本文综合运用图像处理、计算机图形学、计算机视觉、模式识别、射影几何、最优估计理论等学科理论对相关问题展开研究。在理论研究和算法实践过程中，根据所研究的内容以及所要解决的问题，有针对性地提出了一些新思路和新算法，本文主要的创新点和贡献有：●研究并解决了大基线序列图像的特征点精确匹配问题。首先，研究了两幅图像中相应特征点邻域窗口之间的几何畸变和亮度变化模型，重点分析了具有仿射不变性特征用于图像匹配时，对相应特征点所造成的定位误差问题，从独特的角度给出了该误差的理论解析表达，在实验中证实了用仿射变换近似相应特征点邻域窗口之间单应映射的可行性，并推导出提高图像匹配特别是大基线图像匹配的精度所应采取的措施；在此基础上，提出了一种基于分步仿射迭代方法的大基线图像特征点匹配策略，即在相似变换的基础上通过快速仿射迭代对具有较大透视畸变的相应特征点邻域窗口进行矫正和匹配，同时补偿了在特征点检测阶段所产生的定位误差，大大提高了特征点匹配结果的精度。●提出一种基于近似相机内参数的三维欧氏重建方法。在分层射影几何理论的基础上，定量分析了传统射影重建相对于最终欧氏重建的射影畸变，并推导出减小该几何畸变的可行途径；充分利用现有数码相机的技术参数，提出一种基于近似相机内参数的三维准欧氏重建算法，以及在该准欧氏重建框架下对三维空间点进行精确求解的线性算法，并将其扩展到图像序列中，进一步根据多视点几何约束以及光束平差算法使最终结果收敛到精确的欧氏重建，避免了复杂而繁琐的自定标过程。虽然本文的准欧氏重建模型从本质上讲仍为射影重建，但实践证明其结果已经非常接近欧氏重建，从而保证了最终迭代过程的正确收敛，大大提高了现有三维重建算法的灵活性。●提出一种序列图像中线特征的三维欧氏重建方法。与传统基于特征点的重建策略不同，本文针对定标图像序列，将线特征作为三维重建的基本元素用于场景结构的生成。在提出图像中线特征的检测和精确定位方法之后，建立序列图像中相应线特征的对应关系，从而对线特征进行三维欧氏重建。主要贡献包括：用平均重投影几何误差作为线特征三角形法和光束平差法的目标函数，保证了重建结果的最优性；用Plucker坐标表示空间直线方程，提出对含噪声空间直线Plucker坐标施加双线性约束的解析方法，确保了直线方程的合法性；为保持迭代过程中参数之间的内约束，提出基于最少4参数的迭代优化算法，保证了迭代过程中良好的收敛稳定性。●设计了基于点、线特征对大基线图像序列进行三维重建的实现框架和实验系统，其中还包括基于重建的三维离散点、线等基本几何元素交互生成场景模型网格拓扑结构，以及从图像序列中自动提取和矫正模型表面纹理的方法，并进行了算法实现和系统集成，给出了相应的实验结果。●在本文三维重建算法实现和实验系统集成的基础上，对基于视觉手段的增强现实应用进行了相关的研究和实践。其中包括场景透视平面上二维虚拟对象(二维标识、文字等)的嵌入方法，以及真实场景图像中虚拟对象(三维图形)的真实感嵌入方法。最后对算法进行了实现，并给出了相应的实验结果。通过本文的研究工作，初步完成了视觉几何由理论走向应用的相关实践，进一步促进了计算机视觉和计算机图形学等相关学科的交叉融合，同时也为其它相关理论和实际应用打下了基础。