示温漆是一种温度敏感涂料,将其涂敷在物体表面,其颜色会随物体温度变化而永久改变,可以通过观测其颜色确定物体经历的最高温度,被广泛应用于航空发动机高温部件的表面温度测量。基于图像的示温漆自动判读技术利用图像分割、机器学习等方法,能够快速得到示温漆图像的温度分布情况。但二维的判读结果,不方便设计人员直接与仿真计算获得的物体表面三维温度场进行比较。本文结合示温漆自动判读技术与三维重建技术,实现物体表面三维温度场的重构,以达到提高示温漆判读结果可视性的目标。首先研究了三维重建常用方法的算法原理、重建精度与应用需求,结合示温漆背景,提出了一种结合深度相机和单反相机对物体表面温度场进行三维重构的设想方案:深度相机用于物体表面重建,单反相机用于示温漆自动判读,将温度判读结果映射到表面模型,得到物体表面温度场模型。然后,为验证设想方案的可行性,本文利用Kinect的深度相机与彩色相机制定了原理性探究的实施方案,逐一介绍了两相机标定,深度图像滤波,点云分割,配准和融合,表面重建,示温漆温度判读及映射各模块采用的方法和原理。最后搭建了原理试验平台并进行了试验验证,用板凳和小方盒验证了三维重建的精度,用毛绒熊验证了纹理映射,用火焰筒仿真件对基于示温漆的表面温度场三维重构进行了试验验证。三维重建可以根据待测物体的不同大小,灵活采用手持和旋转两种不同方式。重建模型的尺寸与真实物体相比,绝对误差在1.5cm左右。重构的三维温度场可以在三维模型表面正确显示,验证了本文算法的可行性。