同一场景两幅影像的匹配问题是计算机视觉中的一个基本问题,也是三维重建中的一个关键步骤,更是立体视频中的一个关键技术。立体视频主要是以两幅影像的三维重建为基础,而目前三维重建匹配方法在匹配效率和匹配性能方面存在很大的不足,所以对影像匹配方法的研究是影像领域的一个热点,尤其是对基于影像特征匹配的研究更是有着重要的现实意义。基于影像特征匹配一个难点在于影像特征提取方法,在三维重建中,无论是针对静态影像还是动态影像的特征提取,寻找一种高效的影像特征提取算法来提取特殊的影像特征是现在迫切需要解决的问题。在静态影像的特征提取时,SUSAN算子和Harris算子有着广泛的应用,本文提出了一种改进Forstnor算法,其优缺点及在应用中需要注意的问题通过详细的算法实验及分析给出。此外,针对影像匹配过程中,由于噪声、遮挡以及角点提取阶段阈值选取不当等产生的不良匹配问题,可以使用核线约束的方法进行误匹配点的消除。在对动态影像的特征提取时,针对SIFT算法的关键点描述符在匹配性能和匹配效率上的不足,采用建立影像金字塔之前,利用立方插值算法对原始影像进行有效缩放,然后利用降低金字塔层数的思想来构造关键点描述符,这样使得最后构造出来的描述符更加精确。此种改进算法的优点在于它在提取更多关键点信息的同时又考虑了关键点数目对匹配效率的影响,这就使得其应用在复杂的三维重建中尤其是在视频影像中取得较好的匹配性能和匹配效率。首先用立方插值算法对影像进行处理,再使用SIFT算法提取影像特征描述符,然后利用最邻近NN算法、k-d tree方法和点数约束方法消除误匹配点,进而取得较好的匹配效果。理论证明和实验表明,上述方法对于三维重建中的匹配技术研究提供了新的思路。它们的优点在于能够应用于实际视频匹配中,而且算法的匹配性能和匹配效率都得到了明显的改进,这对于一些领域的应用是很重要的。