从获取的二维图像出发,进行物体的三维重建是计算机视觉领域的一个重要课题,在虚拟现实、三维测量、机器人自动导航、工业检测等方面具有广泛的应用前景。重建过程涉及图像预处理、相机标定、特征提取与匹配和三维重建算法等主要问题。本文提出了一种基于正交Fourier-Mellin矩的改进的亚像素边缘检测算法,首先用传统的Canny边缘检测算子检测图像中的像素级边缘轮廓,然后采用正交Fourier-Mellin矩算子在像素级边缘轮廓位置确定图像的亚像素边缘。对亚像素边缘进行最小二乘椭圆拟合,得到更精确的亚像素椭圆中心坐标,从而可以进一步提高相机标定的精度。实验验证了该亚像素边缘检测算法运算时间短,检测精度高。针对在相机标定时,保证平面标定模板的严格平面度要求,会带来标定模板制作困难和成本高的问题,本文提出了一种基于纯平液晶显示器(LCD)的非线性相机标定方法,该方法首先编程绘制一张具有不同大小圆形特征点的标定表,并将其显示在LCD屏幕上,然后用数码相机以绕光轴旋转的方式对其拍摄几幅图像,利用拍摄得到的图像,在张正友标定算法的基础上同时考虑切向畸变进行相机参数的计算。实验证明该标定方法简便快捷,精度高。在获取相机参数之后,研究了一种采用多幅图像基于标记点的三维重建算法。标记点为在目标物体表面分布的编码元和非编码元,利用编码元身份的唯一性,进行多相机姿态恢复和编码元中心的重建；然后在极线几何的基础上进行非编码元对应匹配；最后使用三角形法重建空间点的三维坐标。通过实验证明了该重建方法的可行性。