三维重构是目前图像处理领域的研究热点,属于多学科交叉的研究课题,涉及到计算机图形学,图像处理等多种技术,在制造业、虚拟现实、建筑、医学、文物保护、电影特技制作等领域有着广泛的应用。本文综述了物体三维重构系统的结构和技术组成,并在此基础上对重构关键技术进行了深入的研究和探索,包括对深度图像点云数据多解析度三角形网格的建立,以及对多视图深度图像稳定配准,最终建立了完整的物体表面几何形状描述。多边形网格的绘制是目前的标准绘制方法,它把三维模型表面的点连接成多边形网格,可以描述复杂的表面,提供很强的适应性。对于网格曲面重构的算法,一个重要问题就是如何从点云中重建出与被采样物体表面拓扑一致的三角网格曲面。本文发现了网格重建中点云的内在几何性质,据此创造并设计出由这个内在性质驱动的网格重建算法,即基于相似面的表面重建,使得重建网格是限制在被采样体表面上、与此表面的拓扑结构非常接近的相似面三角形,仅需经过简单后继处理,就可得到与被采样体表面拓扑一致的三角网格。ICP(Iterative Closest Point)算法是在校准三维点集时广泛使用的一种方法。利用该算法校准时,校准的质量取决于对应点对的选择,误差机制的选定。对应点对的选择,尤其是在有噪声的图像中,对算法的速度和收敛特性起着至关重要的作用;误差机制的选定,决定了最后生成物体模型的精度。在本文中将对采样稳定性和误差机制进行分析,并给出一个解决方案。针对今后的研究工作,结合我们系统开发设计中的体会和不足,对以后的研究中需要进一步深入研究的几个方面做了一个简单的展望。