三维建模是当前计算机视觉、虚拟现实技术以及图形学领域的重要研究课题之一，如何实现三维模型的快速重建是现如今研究的热门课题。由于三维人体模型广泛应用于3D电影、3D游戏、虚拟现实和医学等各个领域，因此，对人体三维重建的研究越来越引起人们的重视。在人体三维重建过程中，对应点集的选取以及对应点集的数量，直接影响到点云配准的精度和速度。因此，考虑如何确定对应点集，降低对应点集的数量，成为了三维重建过程中的重点和难点。　　在对人体进行三维扫描时，主要利用激光三维扫描仪、拍照式三维扫描仪等三维扫描设备，这些设备操作方法简单，扫描精度高，但其价格昂贵，且设备较大，不易于便携式的操作。因此，本文利用微软公司推出的Kinect体感设备对人体进行三维扫描。该设备成本低廉、携带轻便，并且能够获取人体的RGB图像、深度数据以及人体的骨骼点数据。　　本文针对人体点云三维重建的点云配准问题，进行了以下三个方面的研究：　　一、根据Kinect传感器能够获取人体深度数据和人体骨骼关节点数据的特点，以及在不同视角下同一人体对象的骨骼不变的特性，提出一种基于人体骨骼的配准（HSR）方法。在人体对应点集的选取过程中，将人体骨骼点数据作为待匹配的对应点集，降低对应点集的数量，提高人体点云配准的速度。　　二、利用HSR方法对本文采集的人体实验数据进行点云配准，能够降低计算复杂度，提高点云配准效率。首先，通过Kinect传感器对人体进行多角度（大于两个角度）的深度数据和骨骼点数据的采集。然后利用距离阈值分割的方法对人体深度数据进行预处理，同时利用均值化的方法对骨骼点坐标进行均值处理。最后，利用经典的ICP算法以及本文提出的HSR方法对实验数据进行点云配准，并通过配准结果及配准所花时间进行对比和分析。实验结果表明，HSR算法在保证配准精度的前提下，能大大降低配准时间，提高配准效率。　　三、在利用HSR方法对人体进行点云配准的基础上，减少Kinect对人体进行数据采集的角度，更加有效的提高人体三维重建的速度和效率。首先，利用Kinect仅对人体正前面和正后面两个角度进行数据采集，减少人体点云数据采集的角度和次数。然后利用距离阈值分割的方法对人体深度数据进行预处理，同时利用均值化的方法对骨骼点坐标进行均值处理。最后，利用本文提出的HSR方法对人体点云数据进行配准，实现人体点云模型的三维重建。实验结果表明，在保证配准精度的前提下，仅采用人体正前面及正后面两个角度的数据采集，能够较大程度地减少数据采集次数，降低数据采集量，实现人体模型的快速三维重建。