近年来,基于双目相机的三维扫描仪的扫描精度和速度越来越高,在各行业领域得以广泛应用。通常市面上基于双目相机的三维扫描仪都配置相同型号的黑白相机获取真实目标物体表面的点云数据,表现形式略微单一。因此为了增加三维模型的真实感,在对纹理分辨率要求低于点云精度的情况下增设低分辨率彩色相机来提供物体真实的颜色纹理信息。本论文提出了一种获取真实三维模型的改进算法框架,以左相机图像为桥梁,通过图像配准融合的方式获取左相机坐标系下的彩色图像,再对以左相机为参考系生成的点云进行纹理映射,最终通过曲面重建获得了彩色三维模型。研究主要涉及四个关键的问题,即融合系统的设计与点云获取、高分辨率黑白图像与低分辨率彩色相机图像的配准、双目图像和彩色相机图像的融合、点云与彩色图像的融合与重建。首先,针对增设彩色相机的双目系统,本论文提出了一种不标定彩色相机的彩色三维模型获取算法框架。采用基于结构光的同型号高分辨率双目黑白相机与投影仪采集条纹图像,利用不同分辨率的彩色相机获取二维彩色图像。对条纹图像应用基于线性亚像素插值的立体匹配算法获得了表征物体表面空间信息的点云数据。然后,对于表征了物体轮廓信息的左相机图像和颜色纹理信息的彩色相机图像进行配准。由于两个相机的位姿和分辨率不同,需要进行图像几何变换和分辨率的统一才能直接用于融合工作。因此本文结合改进的各向异性扩散滤波和自适应阈值Harris算子来获取更多正确特征匹配点对,利用GLOH算子从更多维度来描述特征点,并通过重采样的方式完成不同分辨率图像的配准工作。接着,对于配准后的左相机黑白图像和彩色相机图像进行融合。为了对左相机图像的物体赋予色彩纹理信息,本文在HSV色彩空间下结合当前空间域和变换域最优的算法组成新的融合算法,设计了基于多尺度形态梯度和自适应双通道单位连接PCNN模型的高频子带融合规则,获得了高质量的彩色融合图像。最后,基于逐点着色法实现点云数据与彩色图像的融合,设计了基于局部线性嵌入网格的曲面重建算法,该方法先将三维点云转变成二维平面点云,利用最规则、均匀的矩形网格对二维点云进行网格化处理,对每个网格点通过局部线性嵌入插值法添加对应的深度信息和颜色信息,从而得到真实彩色三维模型。