普通的红外热成像技术以二维图像的形式反映物体表面温度的分布,广泛应用于故障检测、医疗诊断、智能驾驶及能耗监控等众多工业领域。然而使用二维红外热图像表述物体的表面温度分布,具有如下严重局限性:a.缺乏三维信息导致无法定位温度异常区域,b.较难融合获取到各个视角的物体温度图像,c.二维图像的降维映射导致测温不精确。因此,本文基于深度相机提出一种三维热成像重建技术。首先,通过对深度相机的工作原理和长波热红外相机成像原理进行分析,设计能够同时被深度相机与长波热红外相机观测到的棋盘格标定板,完成深度相机与温度相机的内外参标定工作。接着,根据温度图的低纹理性及温度信息对角度变化和环境因素的稳定性,结合ICP算法,提出Thermal-guided ICP算法对当前数据与模型进行匹配。然后,结合Thermal-guidedICP提出基于参考模型的时域外参补偿策略解决深度图与温度图采集时刻不同引起的外参偏差。最后,在TSDF模型的基础上,构建扩展TSDF模型,并且根据深度图特性及温度信息影响因素提出合理有效的数据融合策略。全文主要内容包括:第一章,分析了三维热成像重建技术的国内外研究现状,总结了三维热成像重建技术面临的主要难点,给出本文的研究内容。第二章,介绍三维热成像系统硬件组成部分、深度与温度相机之间的标定工作。首先介绍三维热成像系统组成部分;接着利用特制的标定板分别对深度与长波热红外相机进行内部参数校正;最后使用基于面匹配方式求解初始外参,接着使用点匹配方式精调外参。第三章,研究了三维热成像系统多视角信息匹配算法,估计相机的精确位姿。首先阐述了 Thermal-guidedICP整体框架;接着通过前后温度图的图像平移配准,辅助投影数据联合算法获取匹配点对,使用奇异值分解(Singular Value Decomposition,简称SVD)估计当前的初始相机位姿;最后通过该帧和模型之间的几何与温度信息一致性最大化,对初始位姿进行精调,获取精确位姿。第四章,结合Thermal-guidedICP算法研究同步优化相机位姿和相机之间的外参偏差。在时钟同步和时间戳最邻近策略的基础上,结合Thermal-guidedICP算法,通过该帧温度图与模型之间的温度信息一致性最大化,求解相机之间的外参偏差。第五章,研究基于TSDF的多视角数据融合策略。首先在TSDF模型的基础上,构建能够存储温度信息的扩展TSDF模型,接着根据深度图特性,采集距离以及温度信息与发射角度的关系,提出有效的多视角数据融合策略,最后使用MarchingCubes提取出网格模型。第六章,对本文的工作进行总结,对未来工作进行了展望。