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，這些相關聯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關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系的先驗信息，現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。基于圖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結，通過最大化這個可靠性函數來提取多視匹配點，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，并設計丁加權編碼的優化策略。實驗結果表明，本文算法比Bundler算法更加可靠，且提取效率更高。