1. 研究目的与意义（文献综述）

当前，众所周知，现实生活中的图像都是三维立体的，但是普通的摄像设备只能获取物体的二维图像，这无形中丢失了很多重要的物体参数。为了能够准确便捷地获取物体参数，构思出以仿生双眼观察物体由大脑处理从而获得物体的三维立体信息这一特点的二维图像三维重构系统。运用该系统能够在不接触物体的前提下，全范围采集物体相关参数，既能避免触碰可能对物体造成的损坏，也能在恶劣环境下对物体进行测量，解决了传统测量法的各种局限性。三维重构技术是计算机视觉、人工智能、虚拟现实等领域研究的热点和难点。作为计算机视觉中三维数据被动获取的重要手段，基于图像的三维重构技术能够根据二维图像中的灰度信息重构出物体的三维形状，因其具有操作简单、成本低、效率高、适用范围广等特点而备受关注。

环境图像的复杂性和多样性，对于目标定位和识别提出了更高的要求。而图像的智能化信息处理的一个重要方面就是自动目标识别技术，通过对图像信息的处理，获取关于目标的三维特征，利用此三维特征加上其它信息的复合建立的多视点多尺度目标模型，实现对地面高价值目标的精确识别，是智能化程度的一个重要标志。我们需要具备自动获取各种三维目标模型的能力。matalb提供了使用三维目标模型的机会。使用物体的三维模型，我们可以离线规划识别策略，进而有效的实现在线实时识别。最原始的一种建模方法是获取目标的几幅图像，对图像作手动测量，提取特征以建立模型。直接自动建立三维模型的一种方法是计算机视觉的三维建模，由一系列不同视点的距离图像获得物体点，组合起来执行必要的变换，获得完整的目标表面的点。

华盛顿大学与微软公司合作为火星卫星“探测者号”研制了宽基线计算机视觉系统，使“探测者号”能够在火星上对其即将跨越的几千米内的地形进行精确的定位和，系统使用同一个相机在“探测者”的不同位置上拍摄图像对，拍摄间距越大，基线越宽，能观测到越远的地貌。系统采用非线性优化得到两次拍摄图像时相机的相对准确的位置，利用鲁棒性强的最大似然概率法结合高效的立体搜索进行图像匹配，得到亚像素精度的视差，并根据此视差计算图像对中各点的三维坐标。相比传统的体视系统，能够更精确地绘制“探测者”号周围的地貌和以更高的精度观测到更远的地形。

2. 研究的基本内容与方案

2.1 研究的基本内容

获取环境图像，通过二维图像，认知三维环境信息。利用图像或其它信息和手段定量研究实物或场景中三维环境信息。采用基于窗口的稀疏点匹配算法得到较完整的匹配结果。实现对拍摄的实际物体的三维重建。

2.2拟采用的技术方案

3. 研究计划与安排

第1周—第4周搜集资料，撰写开题报告；

第5周—第6周论文开题，学习相关开发语言熟悉开发环境；

第7周—第12周进行系统模块的设计，撰写论文初稿；

4. 参考文献（12篇以上）

[1] 张艳华,王俊丽. 图形图像处理软件的应用与对比探析[j]. 科技创新与应用,2017,(03): 90

[2] 宋美萍. 数字图像处理中的图像分割技术应用研究[j]. 电子技术与软件工程,2017,(01): 75

[3] 惠记庄,罗丽,杨永奎,刘琼. 基于surf-brisk的目标识别匹配与定位方法研究. 长安大学学报(自然科学版),2016(3): 93-101