三维重建是计算机视觉中的热点研究课题。以物体三维重建为基本研究对象,对基于Structure From Motion和Kinect Fusion的两种三维重建方法进行改进,并对三维重建方法进行实际应用,进行人体脚部建模,并提出了一种由脚部三维模型全自动化生成定制鞋垫的方法。针对以上课题展开研究,研究内容和创新点总结为以下三点:第一,主要介绍了Structure From Motion的三维重建技术,针对缺少丰富纹理的物体提出了一种特征点提取和匹配方法,采用人体和脚部两组视频对提出的方法进行验证,对图像序列较多的匹配可采用层次哈希策略加速,详细介绍了运动恢复结构方法,包括由特征匹配点恢复出相应图像的相机参数和场景结构的原理,采用PMVS对稀疏点云进行稠密扩展,利用泊松表面重建并进行纹理化,用人工采集的数据集验证此三维重建系统。第二,提出了基于改进Kinect Fusion的三维重建方法,设计了一个采集系统使得数据采集与离线重建相独立;提出一种改进的ICP点云配准方法,结合RGB彩色图,利用彩色图像与深度图的对齐,进而得到彩色图像中的特征匹配点对应的三维点,从而估计一个变换矩阵作为ICP算法的初始值;最后采用立方体体素融合方法进行点云融合及表面重建,最终得到三维模型。第三,提出了一种由脚部网格模型进行个性化鞋垫定制的方法,首先利用改进的RANSAC算法粗略估计脚底平面位置,并作为一致性点漂移(CPD)算法配准的初始值,从而得到脚底面精确法向;提出一种基于高度连续性的切割线算法得到脚底曲面的切割线,采用DBSCAN聚类算法得到脚底曲面,最后采用两种策略的网格平滑,并进行脚底曲面的拉伸操作,最终得到定制鞋垫。