近年来,随着虚拟现实、增强现实等应用的不断涌现,人们需要利用计算机重建现实世界各种物体和场景的需求日益增长。树木作为现实世界自然环境中最常见的景物之一,其精确的三维模型在增强现实、虚拟现实、3D电影游戏、城市景观设计等应用领域都具有非常重要的价值。但是,由于树木种类繁多,形态结构复杂,生长环境各异等因素,使得如何实现快速有效低成本地构建真实感树木模型的研究充满了挑战性。传统的树木建模方法过程比较复杂,重建效率低,而新型的方法需要较理想的数据采集条件或者昂贵的采集设备。对此,本文提出了一种基于视频的可见树干三维重建方法,该方法基于多视图几何三维重建原理,重建过程主要包括五个步骤:采集视频数据、选取视频关键帧、估计关键帧序列相机参数、可见树干稠密点云重建以及点云模型优化。本文的主要工作如下:1.针对视频数据直接用于三维重建存在视频帧数量大、模糊图像和相邻帧冗余信息太多的问题,提出了一种视频关键帧选取算法。该算法通过计算图像清晰度和相邻图像相似度来保证视频场景清晰度和完整性的同时去除大量的冗余视频帧,从而选出有利于三维重建的关键帧序列。2.基于关键帧序列的有序特点,提出了一种简单有效的相机参数估计算法。该算法按照关键帧的成像时间先后顺序依次求解每帧的相机参数,以避免因树木图像重复纹理导致的错误匹配。另外,根据多组实验结果分析了影响相机内参标定的主要因素并提出改进方法,使用RANSAC算法提高特征点匹配精度,采用集束调整技术优化相机外参,从而保证了相机参数估计效率和精度。3.基于已经标定好的关键帧序列,实现了一种基于面片的稠密点云重建算法,该算法通过相机参数和图像SIFT特征点信息生成种子面片集合,利用相邻面片具有相似信息对种子面片扩展并根据光照一致性过滤错误面片,从而得到能够描述可见树干形态的稠密点云模型。4.配置实验环境,实现了整个基于视频的可见树干三维重建方法,并对稠密点云模型进行优化,进而得到真实感较强的可见树干三维模型。采用本文方法对自然环境下采集的多段树木视频数据进行实验,实验结果表明本文方法能够重建出具有较强真实感的可见树干三维模型,重建时间在20min到50min之间,且对数据采集过程无特殊要求,操作简单,成本低廉,可为如何实现快速有效低成本地构建真实感树木模型的研究提供参考。