随着计算机硬件的发展,计算机视觉领域有了更加强大的后台支撑,二维图像已经满足不了研究的需求,对场景进行三维重建应运而生。目前常用的三维重建算法有体征提取算法,块匹配的重建,以及点云重建等,然而这些技术在重建方面都有一定的局限性。借助Kinect传感器来获取深度图像,进行多视角的数据对齐,而后用点云融合进行三维重建应运而生。但是,此项技术发展还不是很成熟,在重建图像中出现图像空洞,效率慢,程序运行帧数低等不足。为了改善Kinect重建中出现的问题,保证Kinect能在多领域下能够更好的应用。本文对Kinfu算法中关键算法进行改进,对其中的关键算法进行实验和理论分析,有效、快速、准确的实现三维场景重建。Kinfu算法中关键问题是对点云预处理,在处理点云时,一般都会遇到算法复杂,计算量大的缺点。经分析Kinect获取的点云是按照矩阵的形式有序排列的,本文利用遍历领点进行连线,组成三角面,快速进行三角化。配准阶段,对点云进行关键点提取,利用关键点进行配准,在保证配准结果的前提下,加快配准速度,提高算法运行时间。在重建阶段,利用彩色图像和深度图像像素点融合。由于kinfu算法单只用到深度图像,彩色图像没有利用,本文在前人利用彩色图像边缘的基础上,采用利用彩色图像每一个像素来匹配深度图像的像素,使重建图像有很好的完整性,填补图像空洞,重建图像更加的完整。