随着互联网的快速发展,电子商务也获得了迅速发展,双十一天猫销售额屡创新高,2017年达到了 1682亿元。随着电子商务的发展,多幅二维图片的已经不能实现充分地商品展示功能,因此三维商品展示已经成为社会迫切需求。除了用于电商平台,三维重建技术还可以用于文物数字化及修复等。但是由于三维重建过程中点云数据的获取、滤波、匹配以及曲面重建等方面存在亟待解决的关键问题,严重阻碍了三维重建技术的发展。本文提出了一种基于Kinect和PCL的低成本并且高效的三维重建系统,主要包括以下内容:（1）首先采集物体360°点云数据,然后对系统进行标定,最后根据标定信息利用直通滤波算法进行感兴趣区域提取;（2）由于采集过程中点云信息存在很多噪声,会对后续点云处理产生很大影响,本文提出一种基于体素滤波和统计滤波相结合的方法实现离群点剔除与点云数据精简,以减少点云配准的算法复杂度,有效实现了点云去噪,点云压缩率达到70%左右;（3）由于点云数据采集过程是在商品旋转过程中分多个角度逐一采集的,因此需要将各个角度的点云数据进行配准融合以保证商品的完整性。点云的配准需要经过两步,粗配准与精配准相结合,粗配准给精配准提供良好的初始位置。本文提出一种SAC-IA粗配准与ICP精配准相结合的方法,最终实现商品的完整融合;（4）经过配准融合后,需要对点云数据紧进行曲面重建,在曲面重建前做了点云平滑处理,使重建效果得到了很大的提升。本文采用Delaunay三角化和Possion算法进行实验,取得了较好的三维重建效果。通过多组实验数据验证,本文方法可以快速、准确地实现三维商品重建。