工业3.0与虚拟现实、增强现实技术都是当下炙手可热的话题，这些技术都扎根于计算视觉技术，其中三维重建技术作为计算机视觉领域当中一个重要的方向，得到了广泛的研究。工业3.0的概念的提出很大程度上得益于3D打印技术的普及，3D打印的内容往往通过三维重建获取。虚拟现实和增强现实技术主要利用三维重建实现物体的可视化展示。三维重建技术主要包括:激光扫描、雷达测距、结构光三维重建技术等。基于结构光的三维重建技术具有精度高，设备便宜，搭建容易，速度快等优点得到了广泛的研究使用。在本文当中采用的是基于结构光的三维重建技术。一个典型的结构光系统是由一个摄像机和一个投影仪组成的，通过投影仪投射具有编码信息的光学图像信息到目标物体，接着利用摄像机进行采集目标物体的图像，进而对获得的图像进行解码得到投影仪和摄像机成像平面间的对应点关系，在利用三角原理计算得到点的三维空间信息。本文的大多数算法都不仅仅局限于结构光系统的三维重建，同样的可将其应用于其他的三维重建技术当中。　　本文的三个主要贡献是:提出了基于多误差模型的结构光系统的标定算法;基于转台的配准，提出了两种高精度的转台标定算法;基于上述的结果对获得的点云进行融合和重建工作。首先，虽然以往的结构光系统标定方法已经达到了较高精度，但是在标定工作上微小提高都可以带来最后重建的效果显著提高，所以进一步研究如何提高标定精度，具有很大意义。通过研究分析传统的2D重投影误差优化的缺陷，本文提出了一种基于距离、平面度、角度误差的多误差构成的优化标定算法。在介绍本文提出的算法之后，通过与经典的结构光系统的标定算法的结果进行了定量的对比，证明了多误差模型的标定算法的优越性。其次，一般情况下物体为了获得完整的点云文件，可以依赖多个系统，或者利用转台获得完整的点云文件。在基于转台的配准当中，转台的标定的精度直接影响着最后的重建结果，本文提出了两种转台的标定算法，二者都是利用一个平面来对转台的转轴中心和转轴方向进行计算的。最后，就是点云后期处理。由于设备误差，环境等因素使得获取得到的点云无法避免的存在一定的噪声，所以本文首先采用经典的滤波算法对点云的噪声点和离群点进行去除;接着对预处理之后的点云进行彩色的纹理融合，本文主要解决的问题颜色融合问题是由于不同光照下，颜色的亮度不一致。通过将颜色的RGB空间转化为HSV空间进行中值滤波处理，对点云的颜色进行融合;最后对获得的点云采用传统的网格重建算法进行曲面重建。　　本文从基于结构光系统的三维重建的标定开始描述，到最后的网格生成。本文讨论基于结构光系统的三维重建的完整过程。