无人机可广泛应用于许多重要领域,如工业、农业、交通及国防等。这些应用依赖一系列关键共性技术的突破,自主导航是其中之一,这是因为无人机在这些应用中需要应对复杂周围环境以及障碍避免,无人机必须具有自主导航能力。对环境进行三维地图重建获得环境三维地图是解决其自主导航问题的有效途径,也是无人机得以大规模应用的关键。传统的三维重建方法有几何造型和激光扫描方法,但各有明显的缺点。当今基于图像的三维重建方法因其方便和高效而越受到关注。随着小型多旋翼无人机的出现,也给三维重建领域带来了更理想的图像数据采集方式。因此本文的研究内容结合了三维重建和无人机,构造三维导航地图构建系统,通过无人机航拍来采集场景图像数据,对图像数据集进行三维重建得到点云地图,然后从点云地图构建出能够为无人机自主导航提供辅助的三维导航地图。本文的主要工作及贡献包括:1)在对国内外相关领域文献比较和分析的基础上,对三维地图构建过程中几个关键步骤进行了深入研究,使用张正友标定法进行了相机标定实验,确定了相机参数。2)对图像特征点的提取和匹配,研究了几种目前常用算法,并对这些算法进行了实验测试,优先出适用于本文三维地图构建的算法。对三维地图构建流程中的图像特征两两匹配过程,使用了选择式图像匹配方法,从而减少了不必要的时间消耗。3)研究了几种三维地图模型,确立了适用于导航的八叉树三维地图,并将点云地图进行压缩和构建为八叉树三维地图。4)采用多层筛选算法对采集的视频流图像进行关键帧筛选,提高了重建的效率。提出了基于直方图均衡化和retinex增强算法的混合图像增强算法,在特征提取前对图像进行混合图像增强预处理,提高了特征点检测和匹配的数量。对重建后的点云模型进行基于k-d树的滤波去除噪点,使最后构建的八叉树地图质量更高。最后,搭建软硬件平台,设计并实现了三维地图构建系统。再根据无人机对不同场景进行航拍采集图像,对其进行三维重建后获得三维地图。本文研究工作对最终实现无人机自主导航具有重要意义。