近年来随着青少年脊柱侧弯发病率的增加，脊柱侧弯检测设备已成为医疗检测中的一个重要检测分支并得到了很大的发展。目前针对轻度侧弯的检测设备成为医疗脊柱检测设备研究的重要组成部分。但是，目前国内的绝大多数医院的脊柱侧弯检测都是采用X光拍照通过专门医疗工作人员来进行评估，这种方式检测效率不高，检测成本高昂，并且对身体有一定危害。而在国外已经有设备开发厂商将图像识别与机器视觉技术运用在脊柱侧弯检测，这些设备有着极大的研究价值，但是基于Kinect相机的脊柱侧弯检测技术尚未见报道。本文主要对基于Kinect相机的脊柱侧弯检测系统整体设计，人体背部图像数据提取与处理做了研究，本文的主要研究内容如下：　　(1)首先基于检测系统的主要特点，参考目前医疗检测中脊柱侧弯的鉴别方法，设计了脊柱侧弯检测系统的各个模块，大体分为硬件与软件模块。其中软件部分包括脊柱侧弯检测模块、相机拍照模块、运动控制模块，硬件部分包含相机选型、拍照环境、平台运动控制模块，最终将两大模块联调完成整个系统的设计。　　(2)其次针对人体背部图像处理进行各个方面的研究，其中主要包括高精度深度图像的提取算法，彩色图像的背部特征识别算法，深度图像的脊柱区域提取与拟合算法以及最终Cobb角检测算法。高精度深度图像提取方面主要采用了quickhull凸包算法，Delaunay三角剖分和线性三角内插值处理算法进行高精度数据的提取，人体背部特征点提取则是采用了传统图像处理算法进行处理，包括图像灰度化，ROI区域提取，深度优先搜索与轮廓搜索算法。在脊柱中线提取法方面对脊柱中线区域提取算法与脊柱中线拟合算法作了讨论，并且给出了Cobb角计算方法的讨论。　　(3)最后我们再对软件模块运用基于windows系统的VS2012工具进行了软件开发，具体使用了C++、OpenCV、PCL点云库来进行各个部分的软件实现，根据整个脊柱侧弯检测项目的功能需求，完成具有采图、深度图像处理、彩色图像处理、运动控制等模块的脊柱侧弯检测系统。　　根据本系统检测结果，本文中设计的脊柱侧弯检测系统能够在3s内实现对Cobb角在0~20度之间的人进行脊柱侧弯检测，并标出他们的背部特征点，最终结果误差在合理区间内(±1°~±4°)，该方案可以满足医学检测中的需要，具有一定的实际意义。