场景三维重建技术在智慧城市、定位导航、作战指挥等经济、生活、军事领域起着十分重要的作用，多年来一直是科学研究人员讨论研究的热点。三维重建技术包含三维点云数据获取、模型拟合、场景渲染等一系列环节。由于在城市场景中平面结构大量存在且具有丰富的语义信息，自动实时的拟合平面模型对三维重建意义重大，故本课题重点对场景点云中多平面检测算法进行改进，并对检测结果进行了三维可视化渲染，在此之前，利用Kinect获取了配准的三维点云和纹理图像数据。首先，本文对Kinect的工作原理和针孔相机成像模型进行了分析，建立了Kinect颜色相机和深度相机畸变模型，采用棋盘格对Kinect进行颜色和深度联合标定，并根据透视成像原理，提出了获取精确配准的三维点云和纹理图像数据的方法。在此基础上，本课题采用一种分步策略进行多平面检测，提出了点云体密度变化率的概念，根据构建的体密度变化率直方图对点云进行粗分割，再利用Multi-RANSAC算法进行多平面检测，缩小了循环迭代过程中要处理的数据量，消除了累积噪声对算法精度的影响。根据检测到的初始平面的法向量和质心位置之间的关系，本文提出了一种新的合并约束条件对平面进行优化，解决了不同深度平行平面混乱合并的问题，提高了拟合模型的完整性。最后，我们以Kinect获得的纹理图像和点云中多平面检测的结果为基础，依据经典的卷包裹算法，将模型凸包的求取由世界坐标空间转换到了二维图像空间进行，降低了算法的计算量，并利用OPENGL编程实现简单场景模型绘制、纹理贴图以及特定交互控制功能，提高了场景渲染的速度。本文算法实验是在VisualStudio2008编程环境下，采用C++编程语言结合OPenCV2.1、OpenGL实现的。