三维重建技术是利用计算机数字化的手段构建出现实场景或物体三维模型的过程,该技术是逆向工程、产品建模等相关领域研究的热点。当前制造业要求产品快速设计制造,因此制造业领域逐步重视发展逆向工程、模型重建等技术。机械零件的模型重建是逆向工程在制造业中的重要应用方向,但传统的三维重建技术需要使用成本高昂的三维数据测量设备,且重建方法步骤较为复杂。因此价格低、效率高、操作简单的三维模型重建技术受到越来越多的关注,本文研究基于深度图像和彩色图像的机械零部件多视角三维重建技术,主要研究内容如下:首先使用RGB-D相机提取机械零部件多个视角的深度图像与彩色图像,通过2D-3D转换矩阵将其转换为三维点云数据;利用双边滤波算法去除点云数据噪声,并从三维场景中分割出机械零部件的三维点云数据。然后利用主成分分析法(PCA)计算点云数据的法向量;使用改进的迭代最邻近点算法(ICP)实现相邻多个视角点云数据的配准,将配准得到的点云数据进行旋转融合最终得到机械零部件点云数据,该方法优化了Kinect多视角三维重建中对每个视角相互配准叠加导致的运算量过大问题,并且点云误差较小。最后研究了基于泊松方程的表面重建算法,该方法融合全局拟合表面重建方法和局部拟合表面重建方法的优点,利用三次多项式插值算法,有效平滑纹理映射后产生的锯齿,生成得到完整闭合表面光滑且空洞较少的零件三维模型。本文的三维重建方案过程操作简单、成本低廉,可以通过个人计算机和RGB-D相机将机械零部件模型重构。实验结果表明本文的三维重建方法具有较好的鲁棒性和准确性,重建得到的三维模型细节清晰,尺寸误差较小。