随着科技的飞速发展,计算机视觉技术中一个重要的分支——三维重建技术,在近几年来得到了广泛的关注。从影视娱乐到考古勘探,从日常生活到工业制造,三维重建的应用涉及到越来越多的领域。尤其是在2010年微软推出了Kinect体感外设,其带有的深度传感器可以方便地获取深度信息,相对于传统的利用单目或双目相机进行三维重建的方法有很大的优势,并且低廉的价格使得普通人也可以利用三维重建技术建立三维模型。微软在2011年提出的KinectFusion实时重建算法,可以说是首次实现了基于廉价消费级相机的实时三维重建,算法提出之后在学术界产生了广泛的影响。KinectFusion算法虽然可以取得比较好的实时性,但重建的场景大小受到限制,而且只用到了深度信息,只能产生没有彩色纹理的三维模型。因此,在KinectFusion的基础上,本文通过对基于ICP的点云配准算法的分析得出一种可以应用于较大室内场景的实时三维重建方法,并完成一套基于Kinect的室内场景实时三维重建系统。本文的主要研究工作如下:(1)在深度图像数据预处理方面。首先分析了深度图像中产生噪声的原因,比较中值滤波、高斯滤波、联合双边滤波和双边滤波的去噪效果,最终选定双边滤波的去噪算法。其次完成了Kinect相机的标定,获得相机的参数,为点云的获取提供了前提。(2)在点云配准方面。对点云配准技术的研究现状进行了详细的调查,通过深入分析ICP配准算法的各个步骤,尤其是分析比较了重采样、对应点匹配以及目标函数选择的不同方法,得出一种适用于实时三维重建的点云配准方案。(3)在点云融合和曲面重建方面。考虑到实时三维重建对点云融合速度的要求,采用基于TSDF的点云融合算法。将基于全局数据立方体的"frame-to-model"的配准方式,与一般的"frame-to-frame"的配准方式进行比较,根据实验数据,采用累积误差更小的前者进行配准。最后采用基于Marching Cubes的曲面重建方法,以及通过Kinect获取的彩色图像,获得带有彩色纹理的三维模型。(4)本文在Windows平台下结合PCL点云库完成了一套基于Kinect的室内场景实时三维重建系统。通过软件的运行结果和实验分析,验证了该系统的可行性。