自然场景中存在着很多可以抽象为三维空间中运动粒子群的现象,例如空中飞翔的鸟群、昆虫群以及水中游弋的鱼群等等。研究这些现象对于揭示动物的群体行为规律有着重要的意义。目前对这些现象的研究主要是基于肉眼观察,使得研究停留在理论假设、数学模拟的阶段。若能够得到它们的三维运动轨迹,对揭示这些自然现象背后隐藏的机理有着重要的意义。为了获取这些粒子状的三维运动群体,我们首先提出了一种基于相对极线运动的方法来求解立体匹配问题。该方法利用相对极线运动的两个原则：1)真正的对应点始终在对方的极线上；2)在矫正过的立体图像中,真正的对应点在垂于极线方向的速度分量始终相等；来重建包含三维粒子群的动态场景。该方法通过二维投影点轨迹匹配来解决立体匹配中晕倒的不确定性问题(一个投影点在另外一个相机平面上有若干个对应点)。并且在该方法的基础之上,我们提出了一种新的动态结构光,该结构光由运动的点组成。实验结果表明,该方法可有效地重建包含三维运动粒子群的动态场景,所提出的动态结构光能够用于获取没有纹理的表面的三维结构。基于相对极线运动的方法最大的缺点就是强烈依赖于图像平面上投影点轨迹跟踪的性能。若图像平面上跟踪的投影点轨迹是错误的,那么将使三维重建结果产生巨大的误差。注意到轨迹重建问题中,立体匹配与物体跟踪实际上是相互耦合的,我们提出了一种基于全局优化的方法来同时解决这两个问题。该方法将可能对应的一对投影点看成是一个“配对”,把原轨迹重建问题则转化为配对选择的问题,然后通过优化一个代价函数,得到最优的配对序列。最终,粒子的三维运动轨迹从这些配对序列中重建得出。通过实验对比,我们验证了该方法重建粒子群的三维运动轨迹的性能远超现有方法。我们使用该方法成功重建出在玻璃箱中一群高速飞行的果蝇(上百只)的三维运动轨迹,尚属国际首次,对果蝇群体行为以及飞行动力学的研究有着重大的意义。中图分类号：TP181