三维重建是对三维空间中的物体使用计算机或者数学语言进行表达的技术,是计算机视觉中一个重要的研究内容,常被应用于许多生产生活实际中。目前三维重建的方法有人工三维建模、激光点云数据处理、多视几何三维重建、深度数据生成等。Kinect是一个由微软发售的体感游戏设备,它具有一个彩色RGB摄像头以及一个ToF深度传感器,能够同时获取场景的色彩信息与深度信息。而正因为Kinect能够同时获取色彩信息与深度信息,因此它能够基于单视图进行三维重建。但是将Kinect的深度传感器应用到实际的场景拍摄、深度获取和三维内容制作中时,仍然有一些瑕疵,存在的主要问题有:噪声对深度测量结果的影响;深度相机在采集深度信息的时候容易丢失边缘和角点处的数据;一些固有的深度测量系统误差导致三维重建的结果出现偏差。本文在对Kinect成像机理进行分析的基础下,对影响Kinect深度相机精度的因子进行了研究和建模,主要的研究成果如下:(1)在进行空间坐标系转换时,对于深度相机普遍存在的噪声问题,使用BaySAC算法对深度图中的噪声点进行剔除。(2)对Kinect深度相机误差种类以及来源进行了分析,并分别建立线性、二次函数、三次函数Kinect三维误差补偿模型,基于由室内相机检校场获得的三维控制点进行模型参数的解算。解算过程中,以观测点的误差作为权值进行加权最小二乘绝对定向,然后计算观测点与控制点三个维度上的差值作为误差,交替计算误差补偿模型参数,再以用模型计算得到的误差更新权值,如此迭代直到残差不再减小。使用测试数据对误差补偿模型效果进行了检验,结果表明进行误差补偿后,观测点平均残差与未进行误差补偿时相比下降了大于百分之七十。(3)与只进行了二维平面检校的结果进行了对比,结果表明,相比只进行二维像平面上的误差补偿,三维系统误差补偿能够更好地减小深度相机系统误差。