多视图立体重建（Multi-view stereo Reconstruction，MVS Reconstruction）的目标是根据一组已知摄像机参数的多视角图像来重建场景的三维模型，是近年来三维重建的一类主流方法。本文针对最新的近百个基于深度学习的MVS方法做了较为系统的算法评估对比。首先，对现有的基于监督学习的MVS方法，按照特征提取、代价体构建、代价体正则化和深度回归的重建流程对各算法进行梳理，重点对代价体构建和正则化这两阶段的改进策略进行归纳总结，对于无监督的MVS方法，主要分析各算法损失项的设计，并按照其训练方式进行分类；其次，总结了MVS方法常用的实验数据集及其对应的性能评价指标，进一步研究特征金字塔结构、注意力机制、由粗到精等策略的引入对MVS网络性能的影响；此外，介绍了MVS方法的具体应用场景，包括数字孪生、自动驾驶、机器人技术、遗产保护、生物科学等领域；最后，提出关于MVS改进方向的建议，并对多视图三维重建未来的技术难点与研究方向进行探讨。

由于远红外图像存在分辨率低、具有大量重复结构和稀疏结构等问题，大批量远红外图像的拼接工作面临很多挑战。文中针对航空场景下的远红外图像拼接，将图像对齐过程分为顺序图像序列对齐和多列图像对齐。单列图像基于非极大值抑制求取单应性矩阵，并推导传递关系进行拼接。列间图像通过划分网格，结合区域相似变换和局部单应变换逐网格优化变换矩阵的权重，并通过网格变换的递推实现拼接。文中所述的拼接方法能够避免连续多张远红外图像拼接时导致的特征消失问题，同时适应多列图像拼接时上下重叠率不一致的问题，最终实现了大批量远红外图像的拼接。

针对现有图像配准方法中存在的鲁棒性与配准精度难以兼容的问题，提出了一种采用SURF特征和局部互相关信息的图像配准算法。首先通过SURF特征提取方法进行初步粗配准以提升配准鲁棒性，然后利用图像中局部关键区域的互相关系数计算出单应矩阵，最后将单应矩阵应用于粗配准结果，对粗配准后的图像进行旋转变换，从而实现高精度和高鲁棒性的图像配准。实验结果表明：提出的配准方法与基于SIFT、ORB、SURF、互相关信息的图像配准方法在多组数据上进行了对比，不仅表现出了较高的配准精度和配准效率，也表现出了更优的鲁棒性。

针对现有三维激光投影系统标定中存在的操作复杂、效率低下的问题，提出一种基于单应性矩阵的三维激光投影标定方法。首先引入单目视觉作为辅助手段，建立三维激光投影系统的模型；其次在单目视觉的辅助下，利用图像二维单应性解算被投影目标的位姿以及标定振镜与相机之间的转换关系；最后从重投影误差、不同距离下标定的稳定性和标定中的误差分布三个角度分析所提方法的性能，验证基于单应型矩阵的三维激光投影标定方法的可靠性。通过自主搭建基于视觉辅助的三维激光投影系统，以标准件为被投影部件进行试验，证明了所提方法可以解决上述问题。实验结果表明，被投影部件与振镜的距离在3 m范围内时，标定时间小于5 min，投影精度可达0.3 mm。

针对图像拼接的速度优化和最终匹配对优化问题，本文提出了一种基于BRISK（Binary Robust Invariant Scalable Keypoints）特征点检测算法和改进RANSAC（Random sample consensus）算法的图像拼接方法。改进的RANSAC算法旨在通过循环以求得更多匹配对，具体改进为在计算内点个数时加入循环以及将内点的判断时使用的欧氏距离改成面积。实验结果表明，本文改进的RANSAC算法使得内点个数增加，平均反向投影错误率相对于原算法减小了约10%；提出的拼接方法相对于常用的拼接方法时间缩短了约50%。本文提出的方法能够实现实时、准确的图像拼接。