三维重建技术通过获取的图像或图像序列来恢复目标物体的三维立体信息，在计算机动画、虚拟现实、医学影像分析等各个领域得到越来越广泛的应用。传统的基于可见光的二维图像常常遭遇光照变化、阴影、物体遮挡以及环境变化等因素的干扰，不能对三维物体进行准确的识别与定位，根据物体纹理特征、纹理梯度的变化、物体完整性及物体的模糊程度等计算出来的深度信息能够很好地克服以上困难，因此，如何根据深度图像快速获得精确的三维模型成为近年来的研究热点。本文利用微软公司开发的Kinect摄像头获得的彩色图像和深度图像（以下简称RGBD图像），针对三维重建过程中的图像预处理、深度图像对齐、点云数据获取、法向量图的生成等问题进行研究，提出一种操作简便的三维重建方法。本文的主要内容如下：本文对三维重建技术研究背景及国内外有关的研究现状进行了综述，并对Kinect摄像头获取的数据进行分析，探寻数据噪声产生的原因。在此基础上，本文利用双边滤波的方法对获取的深度数据进行降噪处理，并对获得的深度数据产生的孔洞进行了填充。在深度数据校准的过程中，本文将同时获得的彩色图像看成原始无畸变图像，将其作为参考图像，提出基于稀疏特征点的校准方法，得到彩色图像和深度图像之间的映射，依此对处理后的深度数据进行校准，为后面获得更精确的三维模型提供了可能。最后，根据处理的深度图像获取点云数据，对点云数据进行三角划分，结合最小二乘法拟合平面生成法向量图，实现最终的三维重建。通过程序的实现和结果分析，本文的研究能够使科研人员不用花费高昂的费用购买深度摄像机，也能在使用计算机和Kinect对物体进行三维重建，快速实现三维模型的重建，有效提高了三维重建的效率。可以从最后重建的结果看出，尽管由于设备精度的原因，三维模型的细节不够精确，但基本轮廓清晰，可以满足通常的科研和应用需要。