基于图像序列的三维重建技术近年来越来越得到关注，由于不需要昂贵的采集和成像仪器，所以被广泛的应用于地形重建、虚拟现实、目标提取和跟踪等领域，其中图像配准和三维信息恢复是两个非常重要的模块。在图像配准方面，基于局部特征的算法由于有更好的准确性和鲁棒性，是目前最流行的配准算法，但是检测和描述速度较慢；在三维信息恢复算法中，基于深度图的立体匹配求解模型简单并能获得稠密的深度信息，因此得到了广泛的研究，但在无纹理区域和遮挡区域的匹配性能仍需提高。本文将以这两个方面为切入点，进行深入研究，提出快速稳定的图像配准算法和高精度的立体匹配算法。所取得的主要成果包括：1．提出了仿射协变检测子下的基于拓扑描述子设计：针对基于纹理的描述子高运算量等缺点，本文利用几何仿射不变特征，提出了基于区域间拓扑结构的快速描述子。由于脱离了图像纹理，描述子能够较好抵抗光照变化不一致的影响，并且具有很快的检测速度。算法在320x240视频上达到每秒20帧的匹配速度；2．提出了准确度和速度平衡的局部立体匹配算法：针对当前局部算法在速度和性能上不能兼顾的问题，本文提出的基于可信度支持窗口并结合局部平面模型，能够较好地解决无纹理和遮挡区域。算法在平面和曲面上都获得了不错的结果，在检测精度上接近最好的局部算法，并且在速度上有很大优势；3．提出了一种新的高精度全局优化框架：本文通过可靠点集和平面平滑模型构建了新的全局优化能量函数，并设计了视差图和可信度图交替迭代的新全局优化更新算法，实现了高精度的全局立体匹配算法；视差图的更新采用自适应的可信度支持窗口算法，将颜色分割融合到迭代过程中；可信度图的更新实现了动态调整邻域的功能。本文算法性能具有该领域的先进水平，在Middlebury测试平台上综合排名靠前，并且在多个像素精度上都有很好的效果，通过充分的实验证明了算法的鲁棒性；4．提出了自适应初始化和组合精化滤波策略：本文根据多种代价函数的初始匹配结果提出了自适应的组合匹配代价模块，实验证明组合代价函数能够很好的融合单个代价的优点，提高了匹配准确度；在视差精化步骤，本文提出了基于颜色的加权中值精化器，大大改善了不连续视差上的效果，同时通过多步组合精化，对视差噪点和遮挡进行纠错，同时保证了算法的亚像素精度。