随着微软深度相机Kinect for Windows的推出,计算机视觉领域掀起了一股以此设备为中心的研究热潮。在计算机视觉领域,基于Kinect深度摄像机的研究主要分为以下几类:物体或人体的三维重建、物体或人体的识别与跟踪、手势分析、姿态估计和室内场景重建等。鉴于三维人体重建广泛应用于虚拟试衣、三维打印、游戏创作等领域,本文研究基于Kinect的三维人体重建技术。本文的主要贡献有:首先,提出了一种利用两台Kinect分区域同时扫描人体前后部位的非刚体三维人体扫描重建方法。其次,通过三维投影降低k-d树的维数来提高去噪效率。然后,在三角形网格的简化过程中,二次误差度量往往仅考虑距离因素,简化后的网格密度分配不合理。为了使二次误差测度尽可能的简化模型平坦区域而保留模型中曲率较大的区域的细节特征,在网格简化过程中引入三角形可折叠度的概念,并将其以权值的方式嵌入到周昆的三角形折叠二次误差度量中。实验证明,这种方法增强了算法对于高曲率区域的敏感度,克服了周昆算法中对高曲率网格区域特征保持不好的弱点,在进行大规模的网格简化操作时,也能得到细节特征保留较好的网格模型。最后,提出了一个刚体配准与非刚体配准相结合的三维人体重建系统。在变换域上进行两两刚体配准,在几何域上进行非刚体配准。最终能利用扫描得到的数据重建出全局一致的三维人体模型。本文提出的重建方案操作简单,成本低廉,对计算机的性能要求不高,使用普通的个人计算机和Kinect深度摄像机就能对人体进行扫描建模。实验结果表明,本文最终的重建模型整体视觉效果较好,无论是从面片的数量还是建模的时间上,都令人满意。尽管少量的细节信息缺失,但基本满足无需精确计算的应用。