三维重构技术可以获取物体的三维模型,实时三维重构在机器人、虚拟现实、增强现实等领域发挥着重要作用,随着这些领域的快速发展,实时三维重构技术受到越来越多关注。低成本的深度相机(如Kinect)可以同时获取深度图像与颜色信息,非常适合用于实时三维重构。虽然低成本深度相机的出现极大的促进了实时三维重构技术发展,但基于深度相机的实时三维重构技术还存在很多问题没有得到很好的解决,比如对计算机配置要求较高、重构出的模型精度差等,基于此本文主要研究基于深度相机的实时三维重构。本文基于低成本的深度相机实现实时三维重构系统,在室内等环境中存在大量的平面,而且平面通常占有很大比例,本文使用并行化的平面检测算法,并使用平面优化实时三维重构。本文采用截断有向距离场存储三维数据,使用平面优化深度图像以及进行初始配准,然后使用直接法进行精确配准,并使用平面优化精确配准与点云融合,平面还可以用于扫描结束之后的操作,如分割和网格化。本文使用GPU加速实时三维重构系统,使系统达到实时重构的效果。本文实现的实时三维重构算法与Kinfu相比取得了较好的结果,尤其适合用于平面比较多的场景中。最后本文将实现的实时三维重构算法应用于机器人中,可以实时远程重建机器人所在环境中的物体。