三维重建技术按重建模型的种类可以分为稠密重建和稀疏重建。当前基于单目、双目的重建算法可以实现实时稀疏重建,但当要对场景进行稠密重建时,消耗的时间往往很大,若能够实现三维场景的实时稠密重建,也能够拓宽三维重建的应用场景。所以,当前需要一种能够基于移动设备实时地实现三维重建的算法,以便将三维重建应用于机器人、增强虚拟现实以及测绘领域等等。本文基于RGB-D相机设计并构建了一种手持无线实时三维重建系统,整个系统分为移动手持端与服务器端,在移动手持端实现数据的采集以及三维点云模型的构建,服务器端实现实时三维曲面模型的构建。相关实现如下:首先,在移动端基于树莓派与深度相机实现硬件设备的搭建,并在移动端实现相机参数的标定与畸变校正,利用标定后的相机实现深度与彩色图像的采集,同时,将数据传输至服务器端为后续处理做准备。其次,在移动端实现三维点云模型的构建。针对采集到的数据,基于ORB算法进行特征提取与特征匹配,并以图优化实现光束调整从而提高匹配精度。在重建过程中,引入关键帧与闭环优化实现平均每帧数据更新0.23s。最后,在服务器端基于传输过来的深度彩色数据实现实时三维曲面模型的构建。重建过程分块进行,通过对数据进行基于SIFTGPU的提取与匹配,实现特征间的匹配。之后通过基于协方差实现特征对筛选、基于稀疏残差以及稠密点云间的残差实现帧与帧之间匹配对的选取,并将筛选后的数据加入局部优化。同时在后端通过稀疏优化初步优化位姿,再基于稠密优化进行精度的提升。最终基于TSDF模型实现三维模型的构建以及更新,每帧数据0.288s。最终能够基于手持设备实现室内场景的实时三维重建。