无标定情况下的三维重建技术是近年来计算机视觉领域研究的一个热点问题。它由未标定的图像序列恢复出摄像机的投影矩阵，并重建物体在欧氏空间下的三维结构。该技术在虚拟现实、人机交互、建筑构图、医学成像等方面有着广泛的应用。因此，越来越受到研究者们的重视。　　 本文主要对在射影空间以及欧氏空间下通过未标定图像进行三维重建的方法进行研究，并取得如下成果：　　 基础矩阵包含了两幅图像间的几何约束的所有信息，是三维重建的基础和关键。因此，本文分析了多种基础矩阵估计方法，总结了它们的不足，提出了一种基于变量含误差(EV)模型的基础矩阵估计方法。该方法考虑了坐标规范化、秩的约束、目标函数几何意义和测量值误差，实验表明其估计结果具有较高的精度和抗噪性。　　 为完成三维重建，本文由基础矩阵表示出了欧氏空间下摄像机的投影矩阵，提出了一种基于EV模型确定欧氏投影系数的方法。针对模型中对参数非线性的求解，本文采用最少的参数，将模型转化为二次型的形式，并用伪线性化的方法来求解参数。实验表明，在特征点位置误差下，该方法具有很高的精度，重建结果较好；在有特征误匹配的情况下，也完成了重建。　　 此外，本文还设计了增强现实的实验，用本文的方法完成三维重建，并将虚拟物体加入到重建的场景中。实验结果进一步验证了本文方法的可行性和重建的效果。　　 最后对全文的工作进行了总结，对工作的不足和下一步研究方向提出了自己的看法。