三维视觉领域一直是计算机视觉的核心构成,在工业领域的应用尤为重要和关键。在工业生产上,利用三维视觉的识别技术可以大幅度提高生产效率和产业智能化程度。本文将三维视觉领域中的三维重建技术应用到民机钣金件喷漆的工业生产流水线上,对生产流水线车间中的飞机钣金件进行三维立体重建以用于获取到三维模型用以识别,并根据零件的空间定位,对其进行喷涂轨迹的设计,完成喷涂的自动化工作。本文针对零件的图像获取,设计了一套四目立体视觉系统,用以采集图像,以此来获取包含完备零件信息的图像用以输入系统并进行重建。另外,针对基于场景背景和零件的色彩差异程度,分别设计了两种图像分割方法,即背景和零件的色彩差异较大时,应用分水岭算法进行分割;而色彩差异较小时,则使用Grab Cut算法进行分割。这种方案的好处是,在确保分割质量的前提下,使用两种方法对不同情况下的场景零件进行尽可能快速的分割工作,并为之后的模型重建做好准备。在重建模块中,使用Sift算法来进行特征点的提取,设计了应用kd-tree的数据结构来计算最近邻匹配,并且对每一步工作流程进行Bundle Adjustment优化,得到基于SFM算法下的稀疏点云和PMVS算法下的稠密点云。针对载物台上零件数量的不同,从而引发的重建速度下降问题,本文提出了一种区别处理的方案,当一个载物台上的零件数量小于6个时,即使用先图像分割,再三维重建,从而对每个零件进行单独建模的方式;而零件数量大于或等于6个时,则使用对载物台整体重建的方式,最后再将三维模型中的零件进行分割,从而得到每个零件的模型。这种方案是在确保了重建质量的前提下,最大化重建效率的方法。在表面重建方面,本文使用了惯用的Poisson(泊松)表面重建算法来完成。在涉及到算法流程中的表面提取工作时,又使用了基于Marching Cube的表面提取算法,并通过重建的网格面积来去除模型中的明显噪点,以此来降低信噪比。最后基于图像包含顶点不同的原因,提出了两种纹理渲染方法,从而完全恢复出零件的三维信息。在算法研究完成后,本文给出了基于实际场景下的工程化设计方案,以此来贴合工业流水线作业工序。并且完成了软件系统的搭建。