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。

热红外图与可见光图的融合分析在智能安防和故障检测中应用广泛。针对同一场景下两图像在融合过程中难以匹配的问题，提出了一种基于特征轮廓四边形的图像配准方法。首先通过分割算法分别对热红外图和可见光图进行过滤；再进行边缘轮廓点的检测和轮廓的重新绘制；然后通过算法筛选出特征轮廓并进行多边形近似，生成特征轮廓的外接四边形；将此四边形顶点代入改进的单应性变换模型计算参数，其中加入了位移变量偏差值可中和80%的误差；最后，通过单应性变换模型对热红外图进行变换配准。实验结果表明，该方法使轮廓定位更加精确，有效减少了匹配误差，能够实现图像的高精度快速配准。

针对复杂曲面特征测量时十字结构光的快速、高精度标定，提出一种基于直线空间旋转的十字结构光标定方法。利用OTSU算法选取最佳阈值来提取光条的所在区域，通过基于Hessian矩阵的Steger算法和最小二乘法提取并拟合光条中心；通过图像中与靶标平面内特征点对的构建，借助RANSAC算法求解单应性矩阵，对光条直线进行单应性矩阵变换来获取靶标平面内的光条直线方程；由相机坐标系与世界坐标系的转换关系，将直线方程转换到相机坐标系下；由空间直线绕任意轴的旋转变换关系，将光条直线绕投射中心线进行旋转，并将旋转前后的两条直线进行平面拟合，求解光平面方程参数。结果表明，该方法对靶标圆心间距测量的平均绝对误差为0.023 mm，均方根误差为0.026 mm。本文方法可以实现较高的测量精度，且能避免靶标平面的多次移动。