周思达，谈海浪，唐嘉宁，蒋聪成

(云南民族大学 电气信息工程学院，昆明 650500)

1 引 言

在即时定位与即时建图(SLAM)中，三维重建是地图构建的重要组成部分，即时地图构建是实现移动机器人自主化的核心技术之一.目前，有关即时三维地图构建技术的应用逐步由室内小规模环境向室外大规模环境发展.相比之下，室外大规模环境由于所需传感器作用距离远，环境非结构特征显著，因此更加复杂，实时构建的难度更大.为此，将立体视觉传感器用于室外三维重建具有重要的研究意义，而通过双目立体匹配得到精确视差图成为了三维重建的主要研究内容.

近年来，三维重建研究领域产生了不少新方法[1]，如基于深度相机的三维重建方法[2]，基于深度学习的三维重建方法[3]等.在视觉测量、工业生产、人工智能、大规模SLAM等各个领域有着广泛的应用.基于双目视觉的三维重建大致可按照如图1的工作步骤进行.

一般来说，基于双目视觉的三维重建的效果仍要受到立体匹配方法[4]所得到视差图以及视觉传感器的影响，而有关视觉传感器的工业制造技术和相机标定方法[5]相对成熟，因此获取精确的视差图是实现室外三维环境重建亟需解决的问题.对于获取视差图的匹配方法，存在几类经典的匹配方法， 如半全局立体匹配(SGBM)算法、块匹配(BM)算法以及绝对差之和(SAD)算法[6].利用立体匹配得到的视差图或多或少都会受到光照等环境因素影响，出现失真……