焊接作为一种常用的机械加工方法,是工业上不可或缺的一环。其在材料成型方面发挥十分重要的作用,被广泛应用于多个领域。焊接的质量和焊后的打磨直接影响到物体的性能,然而当前检测和打磨大多数是依靠人工进行的,自动化程度并不高。工人的经验和熟练程度直接决定了检测和打磨的质量,另外,恶劣的环境也影响了工人的效率和健康。由于人获取的信息绝大多数来自于视觉,又因为机器视觉技术越来越成熟,则将机器视觉技术应用于焊缝检测和打磨中,能更加接近人工操作。三维视觉比传统的二维视觉增加了深度信息,能更真实地反映物体的形态。对焊缝进行三维重建,重建的模型既可以用于焊接质量检测,也可以用于自动打磨系统的模型输入。因此,本文基于激光三角成像的原理,利用激光扫描,对焊缝三维重建系统进行了研究。本文的研究工作如下:(1)利用机器人和二维激光传感器搭建了点云获取平台,实现对物体多视角扫描获取点云数据。通过对机器人和激光传感器组成的手眼系统进行标定,将激光传感器的坐标系转换到了机器人的基座标系下,使机器人能够识别焊缝的位置。(2)对点云配准进行了研究。首先,通过数学模型分析了点云配准的实质,接着针对已有配准方法计算效率低的问题,提出了基于多尺度点特征的点云配准方法。该方法特征计算效率高,在保持配准精度的条件下提高了总体配准效率。(3)根据焊缝点云的特点,采用贪婪投影三角化的方法对点云进行曲面重建。针对贪婪投影三角化重建效率低、重建曲面粗糙的问题,提出了采用包围盒降采样和移动最小二乘法相结合的方式对其进行改进。实验表明,改进的算法能够提高重建的效率,保证重建曲面的质量。(4)对焊缝三维重构系统进行了系统设计,并利用实际采集的焊缝点云数据进行相关算法的验证。