三维重建一直是计算机视觉领域热度不减的研究方向,在军事、医疗、娱乐、建筑等方面都有着举足轻重的地位。随着理论的逐步发展和计算机硬件水平的极速提高,三维重建得以迅速地发展。研究人员已经不满足于非实时的三维重建,并向着实时三维重建领域进军。二十一世纪以来,实时三维重建领域逐渐成熟,但在重建的过程中难免会有累积误差的产生,导致重建模型出现断层、错误、重叠等问题。针对该问题,本文结合同步定位与地图创建(SLAM)算法提出了一种基于ORB与回环测试的实时室内三维重建算法。首先对目前主流的特征算法展开深入研究,在实验对比与分析的基础之上,选取改进的ORB算法作为本文的特征算法;其次,基于本文对传统单目SLAM算法框架与理论的研究,利用连续帧之间的特征匹配关系,估计得到相应相机位姿。针对累积误差问题,引入SLAM中回环测试思想。并选用随机蕨算法作为本文闭环测试算法,修正位姿轨迹;最后,结合SLAM算法与现有实时三维重建方法,将通过位姿获得的点云存储在TSDF模型中,利用光线投影算法还原重建场景表面,从而完成整个实时重建过程。本文算法经测试集以及对比实验验证,证明了本文方法获取的相机位姿精度高,并且解决了实时重建中位姿的累积误差问题,完整并准确地重建出了目标场景的三维模型,特别对于存在回环的情况下,本文较其他实时三维重建算法效果更好,不会出现由于累积误差造成的错误重建的情况。