目前,越来越多的应用如工业测量、建筑物数字化展示、古文物保护与展示、地形地貌测量等对三维场景重建的需求逐渐增多,而基于图像序列的三维重建技术由于其低成本、易操作的特点常被用于获取物体的三维模型。在对大型构件进行三维测量的时候,通常可利用无人机围绕物体进行图像拍摄,再基于所拍摄的图像序列重建出相机的运动位置以及相应的场景三维模型。本文面向大构件物体的三维模型构建、显示与量取,完成了一套基于图像序列的大构件物体三维重建系统的搭建与算法优化,本文主要工作与成果如下:(1)通过硬件选型,搭建了基于无人机平台的图像采集系统。完成了采集系统中设备的标定,并通过无人机飞行拍摄,实现了对象图像的采集。(2)研究了基于图像序列实现相机运动估计和空间稀疏三维点注册的方法。利用联合特征点提取算法提供更多特征点信息,并通过哈希检索和预匹配方法加快了匹配速度;同时利用图像显著背景特征点实现了对称重复结构物体的正确重建。(3)提出了一种基于多尺度图像的稠密三维点云重建方法。将低分辨率结果与高分辨率联合进行稠密点云重建,在获取良好重建结果的同时在一定程度上提高计算效率;并利用改进的等值面提取方法来对八叉树划分的空间进行表面构建,实现整体模型的构造。(4)针对重建所得三维模型尺度缺失问题,给出了一种基于图像序列的三维模型尺度恢复方式。利用双目相机获取的局部点云对整体重建模型进行比例缩放,来恢复模型的真实尺寸,并将其用于物体的尺寸量取。(5)开发了基于图像序列的三维模型重建与测量系统软件。在开源库的基础上,实现了整体的三维重建系统与尺寸量取。