三维重建自始至今一直是机器视觉领域的重要研究方向,它包含了光机电一体化的各种理论基础,是当前研究最热门的研究之一。随着软硬件的急速发展,三维重建的相关研究已经逐步开始应用到生产生活中,真正开始实现产学研同步发展的阶段。目前三维重建已经开始在虚拟现实与人机交互、机器人领域、逆向工程、医学训练等诸多方面广泛应用,并取得了很好的成果。本文围绕Kinect传感设备展开了研究,根据该设备同时获取场景深度数据与彩色数据的特点,进一步获得处理原始点云数据,完成三维点云精简、配准、重建等研究工作。首先,本文详细介绍了Kinect在PC机上开发及如何利用OpenNI获取实时待测场景的三维点云数据的原理。由于获取的原始数据存在大量的噪声及无效点,结合OpenCV2.4.9库进行去噪、空洞填充等预处理操作,有效的改善了点云数据的完整性,为下一步研究工作提供了可能;其次,本文提出了基于精简后的点云数据的快速配准算法。先为待处理的点云数据创建一个三维的体素栅格,然后通过计算得到栅格的重心,用该重心来近似体素内的每个体素,这样该体素内所有点就可以用一个重心来表示,达到对庞大的点云数据精简的效果;接着,对精简后的点云数据进行快速ICP算法配准,即首先对简化的点云数据根据特征点的搜索算法快速确定初始点集对,初步计算出点云的位置关系,完成粗匹配过程,在粗匹配基础上,通过最小二乘法迭代计算最优的坐标变换,使得误差最小,最终完成点云的精匹配;最后,提出了小范围室内场景三维重建的应用研究方法。首先是采集室内一角的三维点云,在进行特征点检测与匹配,最后将两幅三维点云进行ICP拼接融合,并实现了三维场景的室内重建研究。实验结果表明,本文所提算法能够较好的修复深度数据,也可以在较快速度下实现点云配准,并通过室内重建实验将研究工作从实验室推到了生产生活领域。通过本文的研究工作,三维重建技术已经不仅仅局限于实验室阶段,在购置相关廉价的体感设备以后,就可以实现在生活中体验到三维重建技术,让更多的人参与进来,为技术的快速革新提供有力的人力保障。