三维重建技术是指通过计算机数字化手段,对真实场景中的三维实体建立其数字化模型的过程。机械零件重建的目的在于精确测量,提取出零件实体的几何特征,并对特征参数进行计算与分析,它为零件的加工制造、虚拟仿真、快速成型等应用提供了依据,是虚拟现实和逆向工程等领域的热点和难点之一。轴类零件是复杂机械装备的重要组成部分,其一般是由一些基本形状按照一定的拓扑结构和位置关系组合而成的。本文使用Kinect深度传感器采集轴类零件的深度数据,进行了轴类零件三维重建算法的研究。首先,借助Kinect获取零件的RGB-D图像(彩色和深度图像),通过坐标转换将深度信息转换成三维点云数据,利用阈值分割算法分割出零件的点云数据,根据点云数据的噪声特点采用双边滤波算法对数据进行滤波降噪处理;其次,基于点云的表面法线和曲率特征,提出了一种改进的K均值聚类分割算法,分割出轴类零件各特征的点云集;然后,提出了基于深度数据的3D机械零件识别框架,研究了三维点云几何特征的描述与提取,实现了轴类零件的识别与检索;最后,研究了基于采样一致性的三维点云数据的估计算法,对各特征的点云集进行结构参数化分析,提取了轴类零件各特征的尺寸信息,从而重建出完整的三维模型,克服了Kinect传感器采集精度低、数据不完整的问题,满足了轴类零件重建的要求。在上述理论分析、研究的基础上,本文使用一台Kinect设备采集数据,通过一台普通配置的计算机处理数据、运行算法,搭建了一个原型系统,并进行了实验,实验结果表明该三维重建系统可以完成对轴类零件的识别、描述,进而实现零件模型的重建。本文重建系统设备简单、成本低,在工业生产中将具有广泛的应用前景。