1.一种立体视觉的序列重构方法，其特征在于：所述序列重构方法包括以下步骤：

1）每两相邻的图片的匹配得到相邻两幅图片的特征点，然后基于所述特征点进行初步的匹配；用随机抽样一致性方法去除其中的误匹配点；

2）选定与一幅图片I最合适的图片的过程如下：(2.1) 选 定 一 幅 图 片 I, 其 他 m 幅 图 片 编 号 分 别 为 ；

(2.2) 计算图片I与其他每幅图片的匹配数目，得到I与Ij的匹配数目 ，j=1,…m,由此得到向量 ；

(2.3) 计算视差向量 ，j=1,…m ， 与 为图片Ij 与图片I上的匹配点，k=1,…n；

(2.4) 对于每个 计算其中元素的均值 和标准方差 ，j=1,…m，得到均值向量和标准方差 ；

(2.5) 由 得到距离向量D，其中，符号 在这里表示两个向量的对应元素相乘；

(2.6) 计算 ，得到最与I最合适的图片 ；

3）设有n幅图片，每相邻两幅都做匹配并计算基本矩阵F，设 和 是任意一对匹配点，任意匹配点满足下面关系：通过最小二乘法解出基本矩阵F；

得到n-1个基本矩阵，也得到n-1重构与其决定的n-1个射影空间，把所有重构结果都转移到第一个射影重构，具体步骤：

3.1） 确定相邻两个射影重构之间的变换，得到n-2个变换：H1，H2，H3,….H n-2，，Hi代表第i个重构与第i+1个重构之间的变换，i=1,…, n-2；

设第i个射影空间与第i+1个射影空间有对应的3D空间点为 和则有下面的方程;

通过最小二乘法计算得到Hi；

3.2）变换第i个重构到第1个射影重构中：设第i个重构中的投影矩阵为 ，3D空间点为 ，则转换到第1个射影重构中其投影矩阵变为 × ，3D空间点变为 × ，其中 ；

3.3）重复3.2）直到所有的射影重构被转移到第1个射影重构。

2.如权利要求1所述的一种立体视觉的序列重构方法，其特征在于：所述步骤1）中，所述随机抽样一致性方法的过程为：随机抽取已经匹配的点集中的任意8对匹配，用所述8对匹配计算基本矩阵F，任取以上8点以外的点xi，计算xi到F×xi的距离d i，如果距离d i小于阈值 ，则该点x为误匹配点。

3.如权利要求1或2所述的一种立体视觉的序列重构方法，其特征在于：由基本矩阵F分解得到摄像机矩阵 ，它们分别有如下的形式： , 。

其中E为三阶基本矩阵， 为一个极点，由 解得到 ， 表示向量 的反对称矩阵；

在第i个射影空间， 和 是一对已知匹配点, 是3D空间点；,

根据摄像机矩阵 ：

, ,

得到下面的方程组：

其中， Zc1 和 Zc2 是投影深度；

得到4个线性独立的方程，采用最小二乘法估计3D 空间点 。

4.如权利要求1或2所述的一种立体视觉的序列重构方法，其特征在于：用sift或Harris方法获得两个图片之间的匹配。