三维重建识别技术是通过计算机数字化的手段,将现实世界中的实体以计算机信息的形式展现出来。近年来,三维重建识别技术在诸多领域得到了迅速的发展,例如,医疗研究、文物恢复、识别技术、仪器制造、游戏研发等。三维重建识别技术的关键问题在于如何能够实时的、高效的在不同视角、尺度下获取场景或者物体的三维信息。并将信息进行高效的配准融合,准确识别表面的形态。传统的三维扫描方法包括了结构光扫描、激光扫描等方式。这些重建方式的设备较为复杂、价格较为高昂、操作过程繁琐。本文提出了一种使用Kinect深度传感设备作为扫描仪器,对被测物体和场景进行数据信息获取、位置估计、传感器位置评估、点云的匹配等技术的理论研究和应用分析。在准确获取点云信息后,对点云曲面的进行了范围图像和尺度空间的建立、曲率计算、形状指数和弯曲程度的判定等技术的分析和研究。本文的主要研究内容如下:(1)首先介绍了Kinect的构造、使用原理和技术特点,详细介绍了Kinect的硬件结构体系,着重的介绍了Kinect的核心芯片。其次对Kinect标定原理进行了详细的介绍,其中详细的介绍了对摄像机标定和坐标标定。最后介绍了关于点云预处理中有关滤波去除干扰点的方法。(2)对Kinect三维重建方法中获取点云的方法和步骤做了详细的叙述。提出了一种实时的获取并且重建复杂物体表面的算法,其中包含了获取深度图像中密集顶点的过程、预测待测物体表面和摄像机位置评估等过程。其次,详细介绍了点云初始拼接和ICP精确拼接的原理。(3)介绍了有关曲面形态的识别算法,首先介绍了有关范围图像的概念,通过保持图像的方向不变性,确保在摄像机在移动拍摄和相机旋转过程中所获取的图像特性不变。其次还介绍了通过计算点云曲面的主曲率、平均曲率和高斯曲率,以此来得出曲面的形状指数和弯曲程度来拟合曲面并判定出曲面的类型。