随着计算机存储能力和计算速度的不断提高,真实场景的三维模型越来越多地出现在各种应用中,成为计算机表现现实世界的一种重要方式。三维模型具有真实、直观、方便观察等优点,快速方便地重建真实感强的三维模型就成为一个急需解决的问题。　　 传统的三维重建方法是利用计算机辅助设计造型软件构建物体的三维模型。这种方法工作量大、效率低、缺少真实感;并且,重建过程极大地依赖于重建人员的专业知识与经验,精度无法得到保证。因此,自动重建物体三维模型的方法得到了研究者的广泛关注。　　 根据获取三维点所使用的传感器的不同,自动三维重建方法主要分为三维扫描方法和基于图像的重建方法。三维扫描法使用专门的三维扫描仪扫描物体表面获得物体的三维信息。而基于图像的重建则是从物体的单幅图像或多视角图像序列中恢复出物体的三维几何信息,它是照相机拍摄照片的逆过程。基于图像的重建因其成本低廉、操作简单、真实感高,逐渐成为计算机图形学和计算机视觉领域的研究热点。　　 图像特征匹配算法建立了图像之间的对应关系,是基于图像重建中的一个关键问题。匹配的准确度直接关系到摄像机参数和三维点坐标的计算精度及适用性:而由于拍摄过程中环境光照、物体本身的表面属性、遮挡等因素的影响,图像的特征匹配一直是该领域的难题。另一方面,虽然三维扫描法和基于图像的重建获取三维点所使用的传感器不同,但在获得物体的三维点后,它们都需要计算点之间的拓扑结构,建立物体的表面模型。由于物体拓扑结构的多样性,难以找到一种通用的表面重建方法,特别是对结构复杂的植物模型,现有的适用于简单形状物体的表面重建方法对其都难以适用。而植物的三维模型在生态环境建设、自然场景模拟、虚拟城市规划、以及农林业应用等方面都发挥着重要的作用。因此,在三维重建技术得到越来越多关注的背景下,在国家863项目的支持下,本文主要对其中的图像特征匹配技术和植物的三维重建方法进行了研究。　　 本文的主要贡献和创新点如下:　　 (1)综合考虑图像中的光照变化和仿射变换,提出一种颜色仿射变换下提取局部特征描述子的方法(Affine Gradient Descriptor,AGDES)。它分别处理特征点邻域内每个像素的R、G、B三个颜色通道,利用仿射梯度的定义计算每个颜色通道的仿射梯度;同时,为了控制描述子的维数,根据邻域内像素到特征点的距离和相对特征点主方向的角度计算特征点邻域内像素的仿射梯度分布直方图,形成局部特征点的AGDES描述子。AGDES描述子增强了特征点对光照变化和仿射变换的不变性和鲁棒性,提高了图像局部特征匹配的准确度。将其应用于多视角非定标图像序列的三维重建,取得了优于已知算子的效果。　　 (2)根据大叶片植物自身的特性,提出了一种从叶片的3D点云中重建大叶片植物的方法,主要包括点云聚类和叶片重建两部分。首先根据叶片3D点之间的距离对叶片的3D点云进行初始聚类;然后根据叶子大而平、不同叶片法向相差较大的特性,通过计算叶片点的法向判断相邻的三维点是否可以确定一个平面,从而将大叶片的3D点细分为多个聚类,每个聚类表示一片叶子;最后利用一个通用叶子模型将每个聚类拟合成叶子。该方法提高了叶片点云聚类的精度,减少了重建中的人工交互,可以重建真实感较强的大叶片植物模型。　　 (3)提出了一种从植物枝干的三维扫描数据中重建植物枝干结构的方法。首先将植物枝干的三维扫描数据分割成长度相等的几个段,分别对每段进行初始聚类;然后自适应的对包含分叉结构的聚类进行迭代细分以形成更符合植物枝干结构的聚类;最后,从聚类结果中提取枝干骨架并形成最终的表面网格模型。该方法可以依据植物的枝干结构自适应的调整计算精度,从而在保证精度的同时大大降低了计算复杂度。