随着社会的发展与科学的进步,犯罪现场的三维重建技术已经成为一种重要的刑侦破案手段。基于照片的传统的三维重建技术局限性很大,尤其在重建精度和重建时间上已经不能满足公安实战的要求。而基于Kinect采集到的深度图像可以直接反映出距离信息,在此基础上可以利用深度图像重建出犯罪现场的三维模型,为公安机关快速侦破案件打下基础。本文以基于Kinect的三维重建方法为研究重点,在阐述了OpenNI体感框架与PCL点云库的基础上,深入研究了基于Kinect采集到的深度信息的滤波处理方法,基于三维点云的配准方法,具有颜色信息的三维模型。主要工作如下:首先,对Kinect相关硬件及基础理论进行了详细介绍,完成了OpenNI体感框架的安装,成功配置了PCL点云库。并利用Kinect实时获取到了场景的深度信息和彩色信息。其次,用不同滤波方法对深度图像进行了滤波处理,并结合直方图对实验结果进行了分析,在此基础上提出了一种改进的混合滤波方法。经过实验,证明改进的混合滤波方法确实取得了比较好的滤波效果。接下来,研究坐标变换原理,基于深度信息得到三维点云数据,提出了改进的ICP配准算法,对不同坐标系下的点云数据进行了配准实验,并与基于传统的ICP配准算法的实验结果进行了对比,实验表明经过改进的ICP配准算法可以得到更准确的配准效果。最后,基于移动立方体算法进行了点云渲染,生成了具有Mesh结构的三维模型。和基于微软自带的SDK生成的模型进行了对比,在此基础上加入了颜色信息,生成了具有颜色信息的三维点云,基本实现了小范围场景的三维重建。