三维建模技术在文物保护、灾害评估、智慧城市等领域具有重要意义。目前的三维模型构造技术主要包括二维图像结合几何造型、三维激光扫描、无人机摄影测量等。每一种特定的建模技术具有一定的局限性,三维激光扫描技术对大型构筑物扫描时,会存在扫描死角即无法获取顶部信息;无人机进行倾斜摄影测量,可快速获取目标物表面的空间信息,但对于底部信息无法获取,构建的模型则会严重失真。数据融合已成为趋势,可解决单一数据源在模型构建存在空洞、拉花等问题,但仍存在一些问题,特别是融合评定精度和融合效率问题,在多源数据融合算法研究过程中,存在数据量大导致的算法效率低下问题,进而导致融合效率不高,单一建模精度评定通常采用点的中误差方法,但对于融合算法建模来说,算法融合过程中会产生融合误差,则点的中误差不适合多数据源融合建模精度评定。本文针对上述问题,展开如下研究:（1）阐述了地面三维激光扫描技术的工作原理、流程和扫描仪特点等,分析了点云数据的预处理;其次介绍了无人机倾斜摄影测量技术,包括倾斜摄影测量原理、无人机分类等,重点介绍了有关摄影测量三维建模的关键技术,包括点云数据采集、空中三角测量和影像密集匹配等,最后分析了点云数据与影像数据配准融合的可行性分析。（2）对于异源点云数据,针对传统点云采样一致性（Sample Consensus Initial Alignment,SAC-IA）算法效率低下和迭代最近点（Iterative Closest Point,ICP）算法收敛速度缓慢等问题。本文基于上述算法的基础上,提出一种SAC-IA结合ICP算法的优化方法,首先对原始点云数据进行下采样以提高配准效率,采样方法采用基于体素网格重心算法,接着对下采样后的数据进行关键点提取,并对提取后的关键点进行优化处理,优化处理的目的在于减少边缘噪声关键点导致的匹配误差,处理后的点云数据计算其点的快速直方图（Fast Point Feature Histogram,FPFH）特征,并利用SAC-IA算法完成初始配准,最后再通过改进ICP算法进行精配准。在进行本文算法的基础上,同时跟另外两种文献算法进行对比,实验结果表明,本文算法在实测数据精度上分别提高了 1.3%和74.7%,融合耗时上提高了 97.1%和97.5%,对于工程融合建模提供一定的参考价值。（3）模型构造及精度分析阶段,利用Geomagic Wrap软件建模,并结合Geomagic Control进行精度分析。一般常用3D Max和Sketch Up建模软件进行点云模型建模,但二者存在操作复杂、建模自动化弱以及纹理贴图失真等问题,因此本文则采用Geomagic Wrap软件进行三维模型构建;精度分析阶段,本文借助特征点进行融合,数据采集阶段忽略控制点方面,因此采用整体分析方法进行进度评定。利用Geomagic Wrap软件完成融合数据的自动化建模,根据“点处理-多边形处理-形状处理”三个阶段完成模型构建,最后纹理映射阶段得出贴近于实体的三维模型。精度评定阶段,利用三种点云模型与三维模型进行对比分析,将扫描仪点云比较作为参考,对比分析方法采用3D、2D偏差分析法,分别进行整体分析和提取XZ、YZ平面分析。实验结果表明,Geomagic Wrap软件建模自动化效率高,构建的三维模型接近于实景;精度分析方面,采用偏差分析方法得出融合模型精度接近扫描仪模型精度。图[53]表[18]参[77]