当前，国内外对骨骼三维重建的主要手段是基于断层扫描数据，数据的获取要求很昂贵的机械设备，增加了生产和研究的成本。通过双目视觉的三维重建技术能通过两幅不同角度获取的图像认知对象的三维信息，大大减少了研究成本，而且能提供更多的表面信息，比如对象的颜色等。猪脊椎骨在形状上有具有体积小，对称等特性。论文从这些特性出发，利用三维重建技术尝试在可见光下实现猪脊椎骨三维模型的提取。　　 论文从以下几个方面展开：　　 (1)特征点提取阶段。在分析Harris角点检测算法提取出的位置偏移原因的基础上，首先利用二阶微分算子对错误的角点进行模糊定位，其次利用概率密度梯度方向的特性和替换点与原角点的相互关系进行错误点的精确定位，并找到替换点。实验结果表明，算法能准确的寻找出错误的角点，并能准确的对新的角点进行重定位。　　 (2)特征点匹配阶段。猪脊椎骨形状具有一定的对称性，论文首先分析传统区域匹配过程，并在此基础上利用彩色背景板作为研究对象的背景，改变特征点附近的像素点的灰度值。实验结果表面改进后的过程能提高匹配过程的准确性，缩短整个匹配算法的执行时间。　　 (3)相机标定阶段。立足于现有的标定算法，利用镜头中心附近畸变量小的特点，使用图像中心附近的6个特征点作为实验点。实验结果表面改进后的算法可以减小标定算法过程中的误差。　　 (4)三维模型重构阶段。不使用现有的三维建模软件进行模型重构。首先利用生长法实现散乱点的三角形网格化，在利用OpenGL成熟的纹理映射技术实现真实纹理映射。　　 实验中，由于时间以及研究对象自身的原因，对猪脊椎骨提取的角点数目不能满三维模型提取的要求，三维模型提取没有达到预期的效果。