本文主要研究基于无序图像集的三维场景和相机参数恢复技术。研究的目标是利用结构运动恢复技术从二维图像恢复三维场景的结构信息以及相机的参数。本文工作的主要内容概括如下:　　1.图像计算:本文利用图像特征匹配技术与图像检索技术自动建立图像之间的关联关系，高效鲁棒地建立无序图像集合的匹配图。进而可以利用该匹配图的信息进行后续的三维几何计算。　　2.相机估计以及场景恢复:我们首先根据双试图的对极几何估计出一个初始的双试图重建。之后递增的向当前重建中添加新的相机，并更新场景结构。并且，本文针对相机估计问题提出了一种新的受限相机估计的方法，可以得到比传统方法更为稳定的解。本文将LM迭代优化、集束优化、RANSAC鲁邦估计等多种技术应用于相机估计以及场景结构恢复，即使是存在一定程度的噪声干扰的情况下，也可以鲁棒地恢复相机和场景。　　3.自标定:本文引入最佳投影矩阵子集的概念用以保证自标定的成功。同时还利用受限相机的约束和集束优化技术调整自标定结果，最终得到更好的度量重建。　　本文的技术框架在多种不同类型的图像集上进行了实验验证，证明了方法可以鲁棒地处理弱标定和未标定的无序图像集。