随着计算机视觉理论的发展和硬件技术的进步，三维重建技术已经越来越多地应用于生产和生活中。其中基于Kinect的三维重建，因其快速、方便的特点，成为了研究者的关注热点。本文对基于Kinect深度摄像机条件下的场景和旋转物体的三维重建进行了研究。主要研究内容如下：首先，本文研究了对场景进行三维重建的方法。配准算法是三维重建的重要环节。在以往ICP（迭代最近点）配准算法的目标误差函数中，各个对应点对的权重相同。但是各个对应点对的特点不同，在配准过程中所起作用不同。较好的对应点对应当赋予更高的权重。特征点反映了深度图像的特征，其可靠性比一般点高，故应当赋予更高的权重。而ORB（Oriented FAST and Rotated BRIEF）特征以高效著称。本文从深度图像提取出ORB特征点，与其相关的对应点对被赋予较高权重。根据这一加权策略形成了一种改进的配准算法，提高了配准的精度。其次，在对旋转物体进行三维重建时，需要深度图像中的背景去除。提取出旋转物体图像后才能进行后续计算。本文先采用帧差法求出相邻帧深度图像的差分初步提取出旋转物体的信息。接着根据统计出深度值的分布情况，求出前景物体与背景之间的距离阈值进行分割，从而完成旋转物体的提取。在以往的配准算法中，各个对应点对所用的目标误差函数都是相同的。本文先对点云中的点进行分类。在寻找到对应点对后，根据点的类型适用不同的目标误差函数，从而提高配准精度。实验结果表明，本文方法在对场景和旋转物体进行三维重建时，配准精度上有了提高，且在时间性能上并无明显下降。此外，本文方法在旋转物体三维重建时去除背景的效果也较好。