随着计算机技术的发展,三维立体视觉技术在科学计算可视化、文化教育、军事、娱乐等众多领域都有非常广泛的应用。三维模型的获取是三维立体视觉中的一项基础性任务。飞行时间法是获取物体表面深度信息的常用方法,然而目前基于飞行时间原理的三维测距相机捕获数据存在分辨率低、噪声大,无法直接用于三维模型重建。为了解决这些问题,本文主要做了以下工作:1.对国内外基于三维扫描的模型重建技术进行研究。包括点云数据的三角化、双边滤波、中值滤波、目标区域分割、交叠区域检测、迭代最近点(ICP)算法等。并在这些算法的基础上总结并提出了针对ToF相机数据预处理的方法。经过该方法处理后的数据能基本满足三维重建的要求。2.在现有高质量扫描数据三维模重建算法的基础上,针对ToF摄像机的特点提出了一种使用低质量的点云数据进行三维模型重建的方法。该方法以迭代最近点算法为基础,结合点云噪声处理、泊松网格面重建等方法对ToF摄像机输出的低质量数据的刚体形状全局重建。该方法能较好的克服数据中的噪声,并能有效避免连续对齐过程中多帧数据对齐产生的误差累积。3.在对刚体形状全局对齐研究的基础上,为了克服非刚体形状全局对齐中的运动模糊和非刚体形变,本文提出了一种适用于非刚体模型重建的方法。对从不同角度拍摄的深度图像数据进行分割、去噪等预处理;然后对生成的网格序列进行刚体对齐、选取关键帧网格,以减少运动模糊和数据冗余的影响,并进行全局非刚体配准和网格变形,减少静物或人体扫描中的非刚体误差;最后进行泊松网格重建,得到较高质量的重建模型。实验结果表明,该算法显著提高了三维测距相机捕获数据的质量,扩大了其应用范围。