三维重建是在计算机中表达客观世界的关键技术,是指对三维物体建立适合计算机处理操作的三维模型。三维重建技术是计算机视觉、虚拟现实、计算机动画等领域的共性科学问题和核心技术。近几年Kinect以其集景深、语音识别、动作捕捉于一体,价格适中等优点受到广大开发爱好者的青睐,并被广泛应用在各种平台上。本文在三维重建的应用背景下,对Kinect相机的标定算法进行了研究,主要取得的研究成果如下:1.分析了国内外关于Kinect相机的标定算法。目前国内外关于Kinect相机的标定算法有很多,主要有基于棋盘格标定的calibration toolbox,Shibo Li等人则利用多个小洞的中心来自己定制“棋盘格”,除此之外,还有Weihua Liu等人的基于一维定标物的标定算法以及Aaron Staranowicz等人利用彩色和深度相机变换关系提出的基于QR分解的标定算法。2.对Kinect深度相机标定算法进行了研究。基于对国内外研究算法的分析,我们秉承简单有效的原则提出了基于空间球的Kinect深度相机标定算法,本算法主要是利用二次曲面在欧氏空间和射影空间之间的变换关系来求解参数,实验结果表明该方法确实可行有效。3.对多Kinect深度相机相对位置的标定算法进行了研究。如何同时求解多个Kinect的外参是我们利用多个Kinect对场景进行三维重建会遇到的问题,而对于多相机相对位置的标定主要是利用对应点的变换关系,而一般的标定物是很难做到360度可视的,而球就可以做到,所以本文提出了基于空间球的多Kinect相对位置标定算法,从这也可以看出利用空间球同时标定多Kinect深度相机内参的优势。4.基于本文中提出的关于Kinect内、外参标定算法实现了人体扫描系统。本文在Kinect内、外参标定算法的基础上,实现了了人体扫描系统,通过实验的最终结果可以看到我们提出的基于空间球的Kinect相机标定算法的实用性、精确性和广泛应用性。