在计算机视觉和图像处理中,真实场景的三维重建是非常重要的研究方向,其在虚拟现实,游戏开发等多个领域有着非常广泛的应用。随着近些年来深度相机技术的不断成熟以及三维重建技术要求的不断提高,使得基于RGBD的三维重建技术越来越受到重视。本文对使用 RGBD的数据的三维重建过程进行深入研究,针对其中存在的多个问题提出相应的解决方法,并利用已有框架设计了三维重建系统。本文的主要工作和创新点如下:1.提出了基于ORB特征点的点云配准方法,旨在解决传统配准方法中计算耗时过长的问题。首先利用匹配的ORB特征点获取点云,减少了点云数量,从而减少计算量。然后利用匹配特征点求解相机的初始位姿,从而减少迭代计算次数。实验结果表明这种方法能在兼顾配准精度的前提下明显降低配准过程耗时。2.提出了基于特征点的局部点云配准方法,旨在解决快速移动场景下传统配方法成功率不高的问题。在快速移动场景中,传统配准方法匹配数据占比过小,创新点1的方法中点数据量过少,使得点云配准成功率均不高,因此我们进一步利用匹配特征点的局部像素点来获取局部点云,从而增大匹配点云在点云总数中的占比,并且实验结果也表明这种配准方法能够在不影响精度和速度的前提下提高点云配准的成功率。3.深入分析了三维重建的全过程,并针对其中的问题设计了三维重建系统。系统主要分为四个模块:RGBD数据获取、点云转换、点云配准和点云融合,其中点云转换模块和点云配准模块用于实现和验证以上两种点云配准方法。最后对系统中的部分算法问题和工程问题进行了分析和实现。