三维重建是计算机机器视觉的一个重要的研究领域,随着计算机科学技术的迅猛发展以及测试技术的加速提升,三维重建开始广泛应用于计算机动画制作、增强现实、虚拟现实、混合现实、即时定位与地图构建,人机交互等各种工程领域。三维重建主要是指通过计算机图形图像数字化的手段,将客观世界中的三维实体重现在计算机中。三维重建技术的核心问题是获得物体不同视角下的场景信息,并对获取到的信息进行有效的配准融合,在计算机图形学中是求解多视角下的空间坐标变换关系。随着三维激光扫描设备的软硬件技术的发展,三维点云数据的曲面重构也成为计算机图形图像的研究热点。传统的激光扫描得到的点云数据虽然精度足够高,但是激光扫描仪的价格比较昂贵,本文结合微软公司推出的深度传感器Kinect,利用开源的PCL(Point Cloud Library)点云库,在计算机上简单、高效地实现了物体的三维点云的曲面重建。综上所述,本文利用Kinect深度传感器作为三维点云输入获取设备,对点云三维曲面重建流水线涉及的点云数据获取、点云数据预处理、点云配准、以及点云曲面重建技术进行了研究及相关的理论分析,并最终实现了一个基于Kinect深度传感器的三维曲面重建实验处理软件系统。本文主要的工作如下所述:首先介绍了三维点云曲面重建技术的研究背景以及相关的三维点云曲面重建技术与研究现状,并对Kinect深度传感器的硬件结构、Kinect深度传感器的三种原生数据,即RGB彩色数据、景深数据、骨骼数据的获取原理作了概述。其次介绍了PCL点云库,包括PCL点云库的整体组织结构与相关的处理算法模块,通过Kinect获取摄像机场景内物体的深度信息,结合空间坐标转换将深度信息转换成与实际模型一致的三维空间点云。随后就目前的三维曲面重建技术作了概括性叙述。最后借助PCL点云库,探讨了三维点云数据处理的流程,并对三维点云进行了预处理、配准,以及曲面重建。同时对三维点云曲面重建的GridProjection投影网格曲面重建、贪婪快速三角化曲面重建,泊松表面重建三种曲面重建方法进行了重建性能效果对比分析。实验表明,通过PCL点云库的曲面重建的效果符合预期,本文阐述的方法使得用户可以使用Kinect和个人计算机对现实世界中的物体进行数字化显示。本文开发的软件系统用户界面友好,操作简单,虽然Kinect获取数据的精度不高,PCL点云库曲面重建的细节不够完美,但对于非精确的应用需求基本能满足。