非标零部件是众多工业产品的重要组成部分,它的质量也是影响相关工业产品质量的重要因素,因此,精确、快速地完成非标零部件的制作与检测是实现工业智能制造的关键。然而,现有各类装备上的非标零部件大部分都是三维几何结构,根据已有的三维非标零部件快速设计和生成产品模型,以解决因为人工设计与仿制效率低下、数据模型容易丢失等问题,是贯彻当下“工业4.0”、“工业自动化”以及“中国制造2025”等相关战略的重要实现目标。逆向工程技术可以对产品的整个外观形状进行映射,重建出产品表面的三维几何模型,并生成制造产品所需的数字文件。伴随着微软Kinect和华硕XTion等新型3D扫描设备的推出,基于这些设备的三维重建技术的研究也引起了更多研究人员的关注。本文利用Kinect设备抗光照不足、颜色干扰等优势获取到非标零部件的深度图像,研究了一种图像增强算法来解决原深度数据的不稳定性及存在问题,提升了数据精度。通过对相机标定原理进行深入分析,得到标定所得相机参数计算出当前相机位姿下零件表面空间坐标信息。通过对点云数据进行点云滤波、点云分割、点云配准、点云曲面重建方面的研究,找出适用于本文基于Kinect的非标零部件的三维重建方案。最终,对生成的物体表面信息进行边缘拟合和特征提取,得到较为准确的非标零件表面特征信息。实验结果表明,本文所研究的三维重建方案能够很好地得到非标零部件的三维模型,同时克服了平面检测的技术瓶颈,能够快速地获取零部件特征点信息,实现零部件特征缺陷检测。整个重建系统较为简单,且具有良好的鲁棒性,在工业智能制造中具有广泛应用前景。