随着计算机视觉理论的愈发完善,基于立体视觉的相关技术已经用于如车辆导航、物体识别、虚拟增强以及航空航天等领域之中。作为计算机视觉研究中一个重要的分支领域,三维重建的相关理论研究与技术应用已经深入的影响了人们的社会活动。而基于单目视觉的三维重建技术由于系统易于实现且成本较低等原因,成为当前的研究热点。本文主要针对三维重建中的摄像机标定以及特征点的立体匹配两部分内容进行研究。在标定部分,通过对现有标定方法的分析比较,决定采用张正友标定法用平面棋盘格模板来标定摄像机的内外参数以及畸变系数,从而校正摄像机采集到的图片。在这部分中,本文主要对棋盘格角点的提取及排序等方面的内容进行相应的改进及创新。考虑到棋盘格角点的特点,决定采用一种利用Hessian矩阵提取棋盘格角点的算法,并在角点识别及筛选方法上进行一定的改进,从而更准确的识别角点并对伪角点进行剔除;采用“灰度重心法”对角点坐标进行亚像素精确,并对其权值进行改进,进一步提高角点的定位精度;提出一种新的棋盘格“四极点”自动识别及排序算法,并基于此对提取到的棋盘格角点进行排序。在立体匹配部分,针对原SIFT算法在匹配点对数量以及匹配正确率等方面存在的问题,提出了一种基于改进Harris算子的SIFT特征匹配算法。利用一种改进的Harris算子提取尺度空间中各层图像的角点;利用一种新的角点尺度因子分配策略来提高特征的匹配正确率。最后,对本文在标定部分和立体匹配部分中所提出的算法及改进进行仿真验证,以证明本文算法的合理性和有效性。