目前,基于图像序列的物体三维重建是计算机视觉领域中最为核心与前沿的技术之一,在医学研究、智慧城市建设、电子商务、新媒体传播等诸多领域发挥着重要作用。与其他三维重建方法相比,基于图像序列的三维重建技术优势显著,包括设备便携、易于操作、适应性强、重建成本较低等。本文选择不可移动即静止状态下的物体作为重建目标,利用不同视角下采集的二维图像序列作为原始数据进行三维重建,对相关算法进行深入研究,以提高重建效率作为主要改进方向,最终生成完整、真实的物体三维模型。论文的主要研究内容及创新如下:(1)为了提高重建工作效率,提出一种基于Canny边缘检测的图像前景分割算法,利用Canny算法提取图像边缘信息,同时进行用户标记物体轮廓,对两者内容进行对比,选取相同部分作为物体轮廓线。运用漫水填充算法获得前景分割区域,将原始图像与其合并实现分割。通过实验表明相比其他传统分割算法分割效果显著,在复杂背景下也有很高的准确率。将该算法应用于三维重建中,对图像序列进行预处理,只提取重建目标物体,去除背景冗余信息可以达到减少重建时间,提高重建效率的目的。(2)设计了一套对于不可移动物体的三维模型重建方案,将三维重建过程分为物体几何模型重建与纹理映射两部分。在物体几何模型重建方面,首先采集目标对象多视角下的二维图像数据,在重建之前进行图像前景分割,去除背景冗余信息;接着进行相机自标定,求解相机参数,并通过SIFT算法进行特征点提取并将特征点进行匹配;然后运用SFM算法进行稀疏点云重建,使用光束平差法进行优化消除误差影响,运用PMVS算法进行稠密点云重建;最后进行泊松表面重建。在纹理映射方面,通过纹理图像选取与纹理接缝消除,对重建模型的质量进行优化。通过实验验证了本文设计方案的可行性和准确性,该方案减少了重建所需时间,物体三维模型重建效果良好。