1、計(jì)算機(jī)視覺技術(shù)在社會(huì)生產(chǎn)和生活等諸多領(lǐng)域都有著廣泛的應(yīng)用,它讓數(shù)字化的計(jì)算機(jī)具有能夠通過采集到的二維數(shù)據(jù)恢復(fù)周圍環(huán)境結(jié)構(gòu)和信息的能力,把人類的視覺認(rèn)知功能復(fù)制給計(jì)算機(jī)。而視覺測(cè)量中的攝像機(jī)標(biāo)定問題和三維重建方法均是計(jì)算機(jī)視覺領(lǐng)域研究中的關(guān)鍵技術(shù)。本文主要圍繞攝像機(jī)標(biāo)定方法和三維重建兩方面內(nèi)容進(jìn)行研究。
　　首先,論文分析了攝像機(jī)標(biāo)定方法和三維重建技術(shù)的發(fā)展現(xiàn)狀及國(guó)內(nèi)外研究概況,介紹了視覺測(cè)量的基礎(chǔ)理論,包括攝像機(jī)成像模型、常見的特

2、征檢測(cè)方法,并重點(diǎn)研究了經(jīng)典的張正友平面攝像機(jī)標(biāo)定方法。
　　然后,研究了基本粒子群優(yōu)化算法的實(shí)現(xiàn)原理,針對(duì)該算法易陷入局部收斂而丟失全局極值等缺點(diǎn),本文對(duì)它進(jìn)行了有效的改進(jìn)。改進(jìn)的粒子群算法,在優(yōu)化過程中增添了變異量,提高了種群在迭代過程中的多樣性。并進(jìn)行了相關(guān)仿真驗(yàn)證:改進(jìn)之后的算法提高了全局收斂性和求解精度,能更好地解決多參數(shù)、適應(yīng)度函數(shù)復(fù)雜的優(yōu)化問題。
　　其次,本文把視覺測(cè)量中的相機(jī)標(biāo)定問題轉(zhuǎn)化成了一種非線性的智能

3、優(yōu)化問題,利用張正友平面標(biāo)定法中定義的非線性成像模型,融合粒子群算法,得到一種新的基于粒子群算法的標(biāo)定方法。仿真結(jié)果和相關(guān)實(shí)驗(yàn)表明,所提出的方法同張正友經(jīng)典算法相比,具有較高的精度和較強(qiáng)的魯棒性。此外,該算法對(duì)標(biāo)定圖像的數(shù)目沒有限制,為標(biāo)定工作人員的測(cè)量工作提供了較大的便利,方便了標(biāo)定工作的進(jìn)行。
　　最后,在本文所提出的標(biāo)定算法基礎(chǔ)上,設(shè)計(jì)了一種基于雙目視覺的三維重建方法,對(duì)其中的關(guān)鍵技術(shù)進(jìn)行了理論分析,并采用VC6.0和Ope