利用移动成像传感器拍摄的无序图像进行三维重建是计算机视觉的一个热门研究方向,在质量控制系统、数字古文物保护、数字地图与导航以及混合现实等领域有着广泛的应用。基于无序图像的三维重建旨在从图像数据中恢复场景三维点及拍摄图像的相机参数,该过程又称为运动恢复结构。本文对基于图像的三维重建系统进行了研究,针对特征匹配与几何验证的计算效率提出了相应的改进方法,提升三维重建的效果,主要工作如下:1.基于图像特征提出了一种判断图像场景重叠的方法。在特征提取之后,特征匹配之前,进行场景重叠判断,避免无效的计算。首先分别将两幅图像的特征点集合映射到一个描述符上,然后利用两个描述符构建两幅图像之间的关联,最后基于随机森林的方法来训练一个分类器,将图像对分为重叠与无重叠。通过实验验证,该方法能够有效地降低特征匹配的计算复杂度。2.针对特征匹配的结果,提出了一种方法来改进几何验证的效率。特征匹配结果中,并非所有匹配结果是正确的,其中包含了部分错误匹配结果。在进行几何验证时,错误匹配比率越高,几何验证的效率就越低。本文基于特征匹配的结果,利用特征几何特性,来构建分类特征向量,然后基于支持向量机的方式,进行异常检测,剔除部分错误匹配结果。实验表明,该方法能够有效地降低错误匹配比率,提高几何验证的效率。3.实现了无序图像的三维重建。对三维重建系统各部分的基本概念和原理进行研究和分析,将改进方式嵌入到三维重建系统中,进行图像特征提取与匹配、稀疏三维重建及密集重建,实现了完整的三维重建系统。