三维重建技术是指通过计算机数字化的手段，将客观世界中的三维实体真实再现在计算机中。作为一门跨领域多学科具有挑战性的技术，三维重建技术广泛应用在计算机动画、增强现实、人机交互等领域。三维重建技术的核心问题是获得不同视角的场景信息并进行有效的配准融合，本质上是求解多视角下的空间坐标变换关系。传统的三维重建获取图像信息的设备复杂、成本高昂、操作繁琐。因此，如何实现低成本、操作简易、快速的三维模型重建具有很高的研究价值和广泛的应用前景。针对上述问题，本文利用Kinect深度传感器作为输入设备，对三维重建流水线涉及的数据获取、预处理、多视角场景对齐配准、点云融合、多边形网格表示及纹理映射技术进行了研究及理论分析，提出了一个基于Kinect深度传感器的三维重建方案。本文主要的工作内容如下：(1)首先借助Kinect获取深度和彩色数据，通过坐标转换将深度信息转换成与实际模型一致的三维点云。根据深度数据的噪声特点，分析比较了几种滤波算法，本文采用一种快速双边滤波器将其从对二维图像处理扩展到对三维点云数据进行去噪操作。(2)其次是对获取的多视角深度数据进行对齐操作。首先对迭代最邻近点算法进行了理论分析，提出了一种基于特征的配准算法进行点云模型的刚性配准。配准过程主要分为两个阶段，前期粗配准和后期精配准。针对点云数据在配准过程中所产生的误差累积，研究分析了一种全局配准的方法，将误差分配到两两配准过程中从而减小误差。(3)最后是点云重建及可视化显示。完成多视角的点云配准后，结合面元表达的融合技术将点云模型整合，从而形成完整的三维点云模型。融合后，为满足可视化，利用多边形网格表示和纹理映射技术将获取的点云模型转成具有真实色彩感的完整网格模型。实验结果表明，本文提出的重建方案可以使用普通的个人计算机和Kinect对日常生活中物体将其数字化。本系统重建过程操作简易，所需成本低廉，不需要高性能配置的计算机。由于Kinect本身获取数据的精度不高，重建模型的细节不够精确，但对于非精确计算的应用基本能符合要求。