三维表面重建技术是恢复物体真实三维表面形状的技术,该技术广泛应用于计算机图形学、计算机动画、逆向工程以及虚拟现实等领域。如何快速、全自动和低成本的构建三维表面模型是目前三维表面重建技术研究的热点所在。在众多三维表面重建方法中,数字摄影测量技术是构建三维表面模型的重要手段之一。影像数据可以匹配得到精细密集点云,能够提供丰富的表面可视信息,基于影像的三维表面重建有助于提高三维表面重建效率并降低重建成本。本文以影像匹配点云作为数据源,顾及点云的匹配来源信息,对目标物体进行三维表面重建的关键技术进行了研究。影像匹配点云数据虽然能够提供丰富的信息,但也会产生点云数据量庞大的问题。一次性处理大数据量的点云是很不现实的,这就要考虑将整块点云数据进行分块。采用“先分块后融合”的思路,先对单块点云构建三维表面网格,再融合多个三维表面网格恢复原始场景的形状。本文主要研究内容如下:(1)点云分块。本文探讨了常用的点云分块方法,包括:均匀条带分块法、等格网分块法、四叉树分块法以及自适应分块法。并提出了一种基于自适应的点云分块方法,该方法在自适应分块法的基础上保证块与块之间一定的重叠度,以便后期多个三维表面网格的融合。(2)点云三维表面重建。三维表面的表示有很多种形式,本文选择更为稳定的三角网来表示三维表面。本文探讨了常用的三角网构网方法,包括:距离场法、曲面拟合法以及Delaunay三角剖分法。本文选用Delaunay三角剖分法构建离散点云的初始Delaunay四面体集合,根据三维点的匹配来源信息,判断四面体的可视性,得到真实三维表面网格。(3)三维表面网格后处理。初步重建的三维表面网格还存在一些问题,需要进行一些后处理工作,包括三维表面网格优化和三维表面网格融合。在三维表面网格优化方面,本文主要进行了以下工作:边缘处错误面片的剔除和三角形面片法向重定向。另外,根据分块后点云同源的特性,本文对多个三维表面网格采用逐行逐列两两融合的方式,把它们融合成一个大的三维表面网格,用以表示真实三维表面。最后,本文对点云三维表面重建的不同阶段,分别通过三组不同地区的数据实验展示了其视觉效果,并验证了方法的可行性。通过两组数据进行实验,分析了其具体耗时、内存消耗以及存在的问题。另外,为了验证算法的有效性,本文实现了Possion曲面重建算法,并将本文方法与其进行对比。实验对比从网格视觉效果、耗时以及内存消耗等方面进行了对比,分析了本文方法的优缺点。基于影像的三维表面重建是一项复杂的研究,对于提高三维表面网格精度、提高三维表面重建速度以及全自动纹理映射等方面,还需要进一步研究。