随着点云获取设备的更新换代和三维点云处理技术的快速发展,三维点云处理技术正以星火燎原之势广泛覆盖文物保护及考古研究、数字娱乐、军事以及工程测绘等诸多领域中。要得到完整的三维数字模型就必须对测量获取的点云数据进行后续配准处理,点云配准技术作为是由多次测量获得的数据到完整模型的必要环节,也是构建三维数字模型的重中之重。论文对前人工作进行了大量研究,总结并研究了两种点云配准方案。首先,论文对课题研究的研究背景、应用前景、国内外研究现状做了简单介绍。通过分析研究国内外研究关于点云配准技术解决方案,将现阶段配准算法分为三大类:基于特征寻找对应关系配准方法、基于统计学计算刚体变换配准方法、迭代计算最小误差配准方法。论文详细介绍了点云配准的基础概念,为后续配准过程叙述打好基础。其次,论文对前人工作进行了细致的研究,获得了大量设计灵感。设计并实现了基于FPFH(Fast Point Feature Histogram)特征点云配准算法。通过ISS算法计算点云数据的关键点减少点数据量;计算关键点的FPFH特征,作为对寻找应关系的依据;初步确定两次测量点云数据之间的对应关系,再使用随机采样一致性算法优化去除错误对应关系;对获得的对应关系进行奇异值分解得到刚体变换矩阵,并对目标点云进行旋转平移。这种点云配准方法具有较高的配准精度和速度,可以满足部分工程需求。然后,论文通过不断挖掘前人思想还创新性的设计了一种多尺度法相特征点云聚类分选配准算法。该算法创新性主要体现在三个方面,即:基于多尺度曲率的关键点选择、基于多尺度法向量的特征提取和基于最小次小距离聚类对应关系选择。配准过程中关键点是通过主成分分析法计算所有点多尺度曲率,并设定目标函数根据多尺度曲率的变化程度选取的;关键点的特征描述子是以关键点多尺度法向量之间的角度偏差作为特征分量构成的;配准过程中对应关系选择极为关键,通过两幅点云关键点特征最近距离与次近距离比值选取对应关系,并使用随机采样一致性算法和聚类选择方法进行两次优化。对优化后的对应关系进行奇异值分解,得到两幅点云之间的刚体变换关系。最后,论文使用多种点云数据对两种配准方案的可执行性和对工程的实用性进行验证。通过对速度和精度两方面进行对比分析,得出结论:多尺度法相特征点云聚类分选配准,计算速度快,计算复杂度低,配准精度高,无需二次配准,并且抗噪声能力强,对工程具有实用价值。