1. 本选题研究的目的及意义
近年来，随着计算机视觉技术的飞速发展，基于图像的三维重建技术在机器人导航、虚拟现实、文物保护等领域得到越来越广泛的应用。
传统的三维重建技术通常依赖于有序图像序列，需要预先设定好相机的运动轨迹，或对图像进行排序。
然而，在许多实际应用场景中，例如，使用移动设备拍摄的图像或从互联网收集的图像数据，图像的拍摄时间、视角和顺序都是未知的，这给传统三维重建方法带来了极大的挑战。
2. 本选题国内外研究状况综述
近年来，基于图像的三维重建技术作为计算机视觉和摄影测量领域的研究热点，取得了显著的进展，特别是基于无序图像集的运动恢复结构（StructurefromMotion,SfM）技术，因其能够处理无序、无约束的图像数据，受到越来越多的关注。
1. 国内研究现状
国内学者在基于无序图像集的运动恢复结构方向开展了一系列研究工作，并取得了一定的成果。
4. 研究的方法与步骤
本研究将采用以下方法和步骤开展研究：
1.文献调研与分析:对国内外相关文献进行全面系统的调研，了解基于无序图像集的运动恢复结构技术的研究现状、发展趋势以及存在的挑战，为研究方案的设计提供参考依据。
2.算法设计与实现:针对现有方法的不足，设计高效、鲁棒的运动恢复和结构恢复算法。
具体包括：研究适用于无序图像的特征提取和匹配方法，探索鲁棒的运动估计策略，以及研究基于全局优化的结构恢复方法。
5. 研究的创新点
本研究的创新点主要体现在以下几个方面：
1.提出一种高效、鲁棒的基于无序图像集的运动恢复结构算法。
该算法将针对无序图像的特点，设计鲁棒的特征匹配和误匹配剔除策略，并结合增量式和全局优化的方法进行运动估计和结构恢复，以提高重建的精度和效率。
2.开发一个完整的基于无序图像集的运动恢复结构系统。
6. 计划与进度安排
第一阶段 （2024.12~2024.1）确认选题，了解毕业论文的相关步骤。
第二阶段（2024.1~2024.2）查询阅读相关文献，列出提纲
第三阶段（2024.2~2024.3）查询资料，学习相关论文
7. 参考文献（20个中文5个英文）
1.陈楚舒,王涌天.基于特征点的视觉SLAM技术综述[J].计算机辅助设计与图形学学报,2021,33(09):1351-1363.
2.王亮,徐俊,刘鹏,等.无人机倾斜影像实时密集三维重建技术[J].测绘科学,2020,45(05):155-161 172.
3.李正浩,沈俊,黄健.基于无人机倾斜影像的建筑立面三维重建[J].测绘通报,2020(03):76-80 95.
