三维重构建模是计算机图形图像研究领域的经典问题，广泛应用在医学、显微摄影学、三维测量、工业检测等方面，最近几年，在虚拟现实和三维动画研究领域，更是得到普遍重视。利用传统三维重构建模方法能得到精确的三维模型，但设备昂贵，操作复杂，使用条件受到诸多限制，应用场合有限。与传统方法相比，数字图像三维重构建模技术具有设备成本低，操作简便等优点，并且几乎不受使用条件的限制。困扰数字图像三维重构建模研究的问题主要存在于特征点的获取阶段，在重构特征点三维坐标的过程中，各个环节的耦合性较强，每个环节都会对最后结果造成影响，因此，如何对中间环节进行改进，提高特征点坐标重构的精度，是目前该领域的研究重点。本文对数字图像三维重构过程中的几个关键技术环节进行了研究，主要内容包括以下几个方面： 　　1、对三维重构系统的硬件方案进行改进，引入必要的硬件辅助手段。同时，在分析使镜头产生非线性畸变的各种因素以及非线性畸变影响效应的基础上，建立了相机成像和非线性畸变的数学模型。 　　2、目前，在相机标定领域已经取得了许多研究成果，但要深入某个具体标定方法的细节，并同其它方法进行精确性比较，仍然是非常困难的问题。本文利用统一的数学符号体系，对几种适合数字图像三维重构应用的相机标定方法进行统一表示，并通过仿真实验和实际实验，对标定方法的性能和优缺点进行分析。得到的实验结果为本文的后续研究，提供了实验数据基础，同时，对其它进行相机标定研究的人来说，也具有一定的参考价值。 　　3、在实际应用中，拍摄物体的相机类型是不确定的，因此镜头的非线性畸变情况也是不同的。本文在分析非线性畸变大小与图像分辨率之间关系的基础上，提出了定量表示非线性畸变大小的方法，并给出了在不同分辨率条件下，衡量非线性畸变的标准。同时，根据非线性畸变的影响效应，设计了能够对非线性畸变情况进行评估的标准图形，并提出了一种基于标准图形的自适应相机标定方法。利用该方法的基本思想，本文进行了两个方面的应用实例验证，基于变焦镜头的计算机视觉测距和图像的非线性畸变矫正。这两个应用实例验证了本文所提方法的可行性和有效性。 　　4、基础矩阵估计是数字图像重构过程的关键环节，对它的估计精度将直接影响对应点的匹配和特征点坐标的重构计算。本文系统研究了现有基础矩阵估计方法，例如7点法，最小二乘法和本征函数分析等线性方法，以及其它如M-estimators，LMedS，RANSAC等鲁棒估计法等，通过仿真实验分析了它们的性能和优缺点，在此基础上，提出了改进的TorrM-estimators基础矩阵估计方法，通过竞争选择初始值和利用印有标准图案的挡板辅助计算，有效去除了出格点，提高了基础矩阵的估计精度，精确恢复了外极几何关系。 　　5、在数字图像三维重构过程中，普遍存在着灰度变化大、几何变形和图像噪声等不利因素，因此，不同视角图像中的对应点匹配一直是未能很好解决的问题。本文针对现有匹配方法的不足，提出了基于外极几何约束和HSV空间色度相关约束的对应点匹配方法，首先通过图像处理方法找出特征点，然后利用外极几何约束和和HSV空间色度相关约束，在另一幅图像中，寻找其对应点，同时在需要的时候，加入必要的人机交互措施，来保证方法的准确性和鲁棒性。实验结果验证了所提方法的有效性。 　　6、在完成上述研究的基础上，本文给出了求解不同视角相机之间相对位置关系和特征点三维坐标的方法，并用相关实验对特征点坐标的重构精度进行了讨论，实验结果表明：本文在几个关键技术环节上开展的研究取得了良好的效果。