中文摘要：

运动物体三维重建是计算机视觉领域最前沿的研究之一，而运动物体三维重建的关键基础技术之一是相机（摄像机）的自标定，具有运动物体的三维场景与静态场景的相机自标定完全不同，后者内参数可能不变，而前者内、外参数一定会变化，这给相机的自标定带来困难。本课题旨在基于单目图像序列基础上，研究相机在观测运动物体时，焦距及其它内参数的变化规律，建立相机内参数变化的数学模型；研究基于单目图像序列的运动物体复杂图形分解、运动目标的运动轨迹、特征提取以及多尺度下的特征匹配与特征数据融合方法，并最终研究出相应的基于单目图像序列的相机内、外参数自标定方法；该课题是在一般静态场景自标定基础上，开展目标任意轨迹、相机旋转任意角度以及自标定退化条件的深入研究。通过本项目的研究，为研发基于单目图像序列的运动物体的三维重建软件，以及为军事、航空实现空中精确打击提供技术支持，对遥感领域、空间技术以及运动机器人等均有重要意义。

结论摘要：

？本项目是研究由图像序列获取运动物体三维重建的关键技术,在基于单目或双目图像序列基础上，研究相机在观测运动物体时，焦距及其它内参数的变化规律，建立相机内参数变化的标定方法；研究本质矩阵、粒子群优化算法、Kruppa方程等标定方法从而实现更加精确的摄像机自标定；通过研究射影变换矩阵，消除畸变、寻求立体矫正等方法，获取消除误码匹配及更加精确的基于像序列的特征提取以及多尺度下的特征匹配方法，并最终获得目标提取及三维重建方法；通过本项目的研究，为研发基于图像序列的运动物体的三维重建软件，以及为军事、航空实现空中精确打击提供技术支持，对遥感领域、空间技术以及运动机器人等均有重要意义。