近年来,信息技术的发展带动了制造业由3.0信息化向4.0智能化的升级转型。数字化工厂作为典型工业4.0技术之一,将原来依靠人为经验进行布局的评估方式升级为由数据支撑的量化决策方式,革新了企业的管理模式,提升了企业的制造水平。数字化工厂初始构建时需要布局大量设备三维模型,当前的三维模型建立方法主要由人使用CAD软件完成,耗时长且技术门槛高,为工厂数据的实时映射及更新带来挑战。计算机视觉领域中,多视角三维重建技术可通过物体的二维图像恢复出其三维空间结构,建模过程由数据驱动,自动化程度和可靠性高。本文面向数字化工厂的建模问题,基于单目视觉三维重建技术,研究工厂生产设备的快速三维重建方法。提出了经由特征点提取与匹配、运动恢复结构算法、基于面片的多视图三维重建算法、纹理映射进行三维重建的全流程,并通过选取机床重建对象进行对比实验的方式加以验证。基于本文的研究方法,对上海交通大学学生创新中心A楼的工程训练实践场地中的几台机床进行了三维重建,并以数字化工厂沉浸交互体验应用为例,验证了视觉重建三维模型用于数字化工厂建模的有效性。本文具体研究内容包括:1.视觉三维重建数学基础。介绍了视觉三维重建过程的基本数学原理,包括成像原理、坐标体系和透视投影成像模型,介绍了设备图像的成像坐标系统和畸变校正公式;介绍了对极几何的基本概念,介绍了对极约束条件以及本质矩阵的求解过程;介绍了相机标定的理论和方法;标定了本文研究所使用智能手机的相机参数。2.基于运动恢复结构算法（Structure From Motion,SFM）的工厂设备三维点云模型构建方法。详细研究了工厂生产设备点云模型重建的原理与步骤,包括设备图像特征点的提取与匹配算法;目标设备多视角图像三角测量、集束调整、三维离散稀疏点云的生成方法;稀疏点云模型的稠密优化方法;选取实验场地中的机床,采用提出方法重建设备的稠密点云模型,通过对比实验验证提出方法的有效性。3.基于泊松拟合的工厂设备面片模型构建方法。研究了稠密点云优化算法;研究了使用泊松表面重建算法拟合模型三角面片的方法,并归纳泊松算法的基本概念和算法步骤;研究了使用自动式纹理映射的算法;基于以上方法,基于机床三维离散稠密点云数据构建机床三维面片模型,通过对比实验验证提出方法的有效性。4.基于快速设备三维重建算法的数字化工厂场景应用案例与实验分析。对上海交通大学学生创新中心A楼实验场地中的其他生产设备进行单目视觉快速三维重建,展现了重建后的模型;探究了重建模型在数字化工厂仿真建模和沉浸式体验交互中的应用效果。说明了本文提出面向数字化工厂设备模型快速建模的方法的可行性、有效性和应用前景。