中文摘要：

本项目针对基于单眼线索的自然场景深度重建问题进行了深入研究，取得了以下成果: (1) 提出了广义高斯相函数的假设,据此实现了对辐射传输方程的简化和求解，推导出一种新的天气图像退化点扩散函数模型；然后基于暗通道假设,结合图像分割信息，通过置信传播算法对雾天传输图进行修补，有效的提高了单幅雾天图像深度估计的精度。(2) 提出一种用于单幅图像深度估计的闭环迭代算法,该算法融合了颜色、尺度、纹理、纹理变化等多种单眼线索，通过将图像分割结果与深度估计图的交互迭代，在重建了自然图像场景结构的同时，也取得了很好的图像分割结果。(3)提出一种全新的点对点散焦图像成像模型，并在此基础上提出一种基于单幅散焦图像的深度估计算法。与传统算法相比，该方法在计算效率、深度估计的精度以及易操作性方面均有了明显的提高。(4)将基于单眼线索的场景深度重建算法与基于多视几何的立体视觉算法相结合，有效解决了少纹理区域的深度估计问题，并将该成果应用于四旋翼飞行机器人平台上，实现了对某大型建筑物的三维场景重建。