图像特征匹配在计算机视觉问题中有着十分基础和重要的地位,直线特征作为图像匹配问题中最基础的特征之一,在许多场景中有着广泛的应用。而使用图像进行三维建模是计算机视觉中一个非常重要的热门领域。现有的直匹配方法主要基于纹理特征或直线间的几何关系,在视角变换或者直线端点变化明显的图像中效果可能欠佳。本文根据新近发现的射影不变量—特征数,构造出新型点线射影不变量,并据此提出一种新的直线匹配方法。本文的基本思想是利用特征点匹配的结果来引导直线匹配。本文使用在每条直线邻域内的点来和该直线构建点线射影不变量,并根据不变量来计算不同图像中的直线邻域的相似度。由于点线射影不变量是平面不变量,因此位于相似度较高的邻域内的点通常是属于同一平面。另外由于在图像中,各个直线的邻域通常会相互重叠,因此可以通过平面间的单应变换矩阵得到更多潜在的候选匹配。最后使用加权投票的方式来得出最终匹配。实验表明,该方法对于旋转、缩放、遮挡、视角变换等各种图像变换均很鲁棒,并且与一些高水平的匹配方法相比可以获得更好的匹配效果。很多数现有的方法使用特征点或者直线间的匹配来进行建模。基于特征点的方法现已非常成熟,然而由于特征点一般比较稀疏,因此缺少必要的结构信息,导致三维模型并不直观。而边界特征或直线特征一般可以提供更复杂和丰富的几何信息,但是由于其几何属性复杂,其建模过程相对复杂和耗时。本文提出一种简单高效的三维建模方式,该方式可以结合两种方法的优点。使用穿过一对特征点的直线作为虚拟直线,来和实际存在的直线段形成交点,最终利用交点来进行三维建模。由于点和直线段已经匹配过,因此很容易得到交点的对应关系。本文还是用一种简单的几何不变量来去除虚假交点和减少错误匹配。由于使用点特征来进行建模,可以充分利用成熟的基于点的三维建模方法,另外由于交点均位于直线段上,因此其重建结果可以保留直线的空间结构信息,使得三维模型更加直观。实验证实只需要少量的特征点即可得到足够的交点进行有意义的三维重建,因此该方法快速有效。与传统基于点的方法相比,本文方法的点云模型包含了更丰富的结构信息。