三维重建一直是计算机视觉领域研究的热点方向,目前三维重建已经广泛应用于机器人、AR、工业制造等相关领域。传统的目标识别和定位项目中采用的是二维图像,但二维图像容易受到环境光照和物体表面反射等情况的影响,从而目标识别的精度和效率会降低。由于三维点云数据中包含大量三维信息,所以采用三维点云数据进行目标识别,可以准确表达目标对象的几何特征,同时在获取点云数据的过程中不易受到光照等环境因素的影响,因此,可以采用三维点云数据进行目标识别和定位。首先,获取所需要的点云数据,并对获取的点云数据进行预处理。研究了常见的点云数据获取方式,通过原理分析和比较,采用测量范围符合要求和测量精度准确以及经济合理的3D测量技术设备商生产的GD-3d Scan光栅三维扫描仪,从而获得点云数据。获得的点云数据存在噪声点,采用统计滤波的方式进行去除,保持工件点云的细节特征。其次,单一视角的工件点云往往不能反映工件完整的轮廓信息,因此需要对多个单视角的工件点云数据进行配准处理,将点云配准到同一个坐标系下,从而得到工件表面完整三维信息。提出一种基于轮廓点进行点云配准的方法,该方法可以保证配准精度和配准效率。然后,针对得到的完整工件点云数据进行三维重建,实现了贪婪投影三角化算法、泊松算法、移动立方体算法。通过对实验结果的分析比较,采用贪婪投影三角化算法实现工件点云数据的重建,能更加展现工件的细节特征,重建后的模型不存在孔洞现象,更加准确重建工件模型。同时,在Geomagic Control软件中将标准模型与工件重建模型进行3D分析比较。3D分析比较可以计算重建误差,工件重建模型偏差分析结果为最大距离:正0.275mm、负0.230mm,平均距离:正0.009mm、负0.005mm,标准偏差:0.016mm。最终实验结果表明重建后的工件模型属于精密F等级,工件重建模型精度较高,在误差允许范围内。最后,根据本文研究的内容完成实验系统的设计与调试,将点云预处理、点云配准、三维重建的功能进行整合关联,通过编程实现各个功能模块的可视化,从而完成工件模型的完整流程。