在科技水平和人们生活水平不断提高的当今社会中,三维重建技术受到越来越多人的关注。应用传感器获取场景的深度信息,实现对目标场景的三维重建在文物保护、军事模拟演习、三维影视娱乐、医疗康复等领域都有很好的应用前景。早期的三维重建技术主要利用激光扫描设备作为传感器来获取深度信息,结合相应算法实现对物体的三维重建,但是这种方法存在设备价格昂贵,数据信息量大、开发难度高,处理过程耗时等缺点。为解决上述问题,课题采用价格低廉的Kinect作为三维重建所需数据的采集传感器,搭建了基于Kinect数据的三维重建系统并对实际场景进行重建。首先,在原始数据获取方面,使用Kinect深度传感器对需要重构的物体或场景进行测量,利用OpenNI接口驱动Kinect设备采集原始数据,借助图像坐标系、摄像机坐标系和世界坐标系三者之间的关系,将二维图像信息转换为三维点云后以便三维重建使用。其次,Kinect传感器获取的数据均处于不同的坐标系下,数据间存在旋转或平移变换,需对图像中的特征点进行匹配来得到准确的匹配点对,为接下来的点云融合提供较好的初始条件。对常用匹配算法进行分析和改进,采取一种利用SURF、双向FLANN算法和改进的RANSAC算法结合的方法进行图像特征提取和匹配,并进行了对比实验;匹配点对获取成功后,需要对点云数据进行融合,在特征匹配和初始条件两个方面对传统的ICP算法进行改进。最后,进行实验对所提重建方法进行验证,验证结果表明课题所用方法运行速度快,重建时间有所下降,并且有较好的重建效果。