随着工业4.0和中国制造2025的快速发展无人化堆取料机方案，现代港口逐渐取代传统交通解决方案，智慧港口也成为国家重点建设目标。 在智能化、信息化、自动化技术日益发展的趋势下，重建物体的三维模型在社会需求和企业生产中变得越来越重要。 煤场三维建模是智慧港口建设过程的重要组成部分。 它决定了如何制定自动堆垛和检索策略。 对智能堆垛和检索技术具有重要的指导意义。

本文以煤炭港口堆场为研究背景钣金工，以多视点立体视觉三维重建为理​​论基础，以无人机为图像数据采集平台，对多视角立体视觉三维重建的各个理论环节进行了深入的研究和分析。三维视觉重建，提出了一种基于立体视觉的煤炭开采方法。 场三维重建方法。

利用无人机搭载的摄像头获取多角度图像，利用图像EXIF中的辅助参数信息对视图进行过滤和聚类。 当获取的图像存在尺度变换和模糊变换时，如何在复杂图像中获取图像的最佳局部信息，特别是对于煤堆图像，其颜色单一，检测到的信息严重缺失。 获得尽可能多的特征信息始终是三维重建的前提。 针对煤堆特征点提取困难的问题，提出一种基于煤堆特征几何特征的自适应尺度Harris无人机图像辅助信息。 拉普拉斯特征点检测结合了SIFT特征描述特征匹配算法。 该算法能够清晰地检测和匹配煤堆图像的特征点，增加匹配特征点的数量，保证重建三维模型的点云数量，从而保证模型的准确性。 完整性和准确性。

在运动恢复结构阶段甘井子铆焊厂，对增量Bundler稀疏重建方法和批量重建方法进行了深入研究。 本文利用无人机图像中的GPS等辅助信息对图像进行分块聚类处理，并根据图像的投影计算图像之间的重叠情况。 对于大尺寸图像，增量三维重建算法效率低且不可靠。 为了解决稳定性问题无人化堆取料机方案，我们采用基于无向图三视图匹配的批量重建算法对煤田进行三维重建，最终获得煤田的稀疏三维点云和相机参数，并保证处理速度的高效性、算法的稳定性和数据的准确性。

最后利用本文算法对某港口堆场进行三维重建。 获得的三维几何信息满足当前的要求。 整个实验结果验证了本文算法的可行性和实用性，具有良好的研究意义和应用价值。 展开▼