場景的成像過程是從三維空間到二維平面的一個投影變換過程，場景中的同一個空間點會在不同的影像上成像，這些相關(guān)聯(lián)的二維像點稱為多視影像的同名像點或多視匹配點，建立多視影像中同名像點的對應(yīng)關(guān)系是三維重建的核心問題之一。對于多視影像集，由于缺少影像間空間關(guān)系的先驗信息，現(xiàn)有的三維重建算法通常首先對所有可能的像對進行匹配，然后從所有兩視影像的匹配結(jié)果中提取多視匹配點。目前比較具有代表性的多視匹配點提取算法包括基于圖論的算法和Bundler算法?；趫D論的算法將多視匹配點提取的可靠性定義為其在圖中的最弱聯(lián)結(jié)，通過最大化這個可靠性函數(shù)來提取多視匹配點，但計算過程中包含大量的圖形分類算法，需要消耗過多的計算資源，這導(dǎo)致基于圖論的算法適用性不強。Bundler檢測每一張影像的每一個特征點，通過廣度優(yōu)先搜索（ Breadth-First-Search，BFS）算法尋找所有其他影像上與該特征點匹配的特征點集，但Bundler中多視匹配點提取算法的結(jié)果依賴于所選初始影像的序號以及像對增加的順序，并且計算消耗大哺］。本文利用并查集（ Union　Find，UF）算法來提取多視匹配點，并設(shè)計丁加權(quán)編碼的優(yōu)化策略。實驗結(jié)果表明，本文算法比Bundler算法更加可靠，且提取效率更高。