随着信息技术的快速发展,计算机视觉三维重建技术已经应用到了诸多领域,推动了虚拟现实(VR)、增强现实(AR)等技术的不断进步。RGB-D相机以其轻量便捷、性价比高的优势,在室内场景的三维重建中占有一席之地。本文对基于RGBD的室内场景三维模型重建中的关键技术进行了研究。当前基于RGB-D相机的室内三维重建算法在视角变化大、光照变化大、纹理变化大的情况下仍存在精度不足、鲁棒性差的问题。本文基于RGB-D相机的彩色与深度信息搭建了一个室内场景三维重建系统。利用该系统可以更鲁棒地建立室内场景三维模型。研究的重点如下:针对RGB-D数据对齐不佳的问题,在相机位姿估计之前,通过对RGB-D相机的精确标定,得到RGB相机与深度相机内参及二者相对位姿关系,完成RGB数据与深度数据的精确对齐,从而为联合2D特征和3D特征进行相机位姿估计奠定有效基础。针对RGB-D相机深度数据质量不高的问题,采用去除离群点以及主光轴与点云表面法向量夹角过大的数据点的策略,从而去除噪声点与错误点,进一步利于后续3D特征提取与匹配的准确性。针对视角变化较大,光照变化较大、RGB-D图像模糊等情况下,传统的基于特征点法的RGB-D相机位姿估计方法鲁棒性不足的问题。本文引入3D特征描述子,充分利用RGB图像的纹理信息和深度图像的几何信息,提出了一种改进的联合2D-3D特征的基于RANSAC删除错误匹配特征点对的相机位姿估计方法。通过在公开数据集数据上实验,验证了该方法在上述复杂情况下仍能鲁棒地进行特征匹配并完成相机相对位姿的估计,实现两视角点云的配准。最后,将以上改进的方法应用于本文搭建的基于RGB-D相机的室内场景三维重建系统中,可以鲁棒地实现室内场景多视角三维模型的重建。