随着机场等公共场合的安全检查工作越来越受到人民群众的重视,主动式毫米波安检技术因具备高效率、安全性等优势而获得飞速发展。但毫米波的波长极短,行人移动很小位置会造成回波相位发生较大变化,导致雷达成像模糊、安检图像质量严重下降。为了提高非合作行人的安检图像质量、使成像清晰,需要我们准确的估计出人体表面任意部位的运动参数。本文的主要工作为:（1）研究了一种基于拟合平面的相机外参标定算法求解多相机位姿,以实现多Kinect深度相机下行人同步点云数据的融合。本文以鲁棒性强的标定板平面特征作为算法的输入来削弱因标定板角点值不准引起的误差,将多Kinect深度相机中相邻两台相机分为一组实现两两标定,首先根据点到平面欧式距离最短准则建立拟合标定板平面优化问题,通过多次引入松弛变量扩大可行域的方法得到优化问题的初始值,其次建立等价的拉格朗日目标函数并在牛顿法的迭代下求得拟合平面的最优解。然后借助相邻相机不同视角下标定板平面的空间几何特征关系建立关于旋转平移的优化方程,求解得到每台相机的位姿,最后利用标定结果将每台相机下的同步点云转换到主相机下进行点云融合,重建出行人运动时每帧的三维模型。经MATLAB实验仿真,本文算法不仅能简化相机标定工作、实现多源点云融合,且具有较强的鲁棒性与广泛的应用性。（2）研究了一种基于相邻两帧分块点云局部配准的毫米波安检中行人运动参数估计方法,算法将行人每一帧全身的运动分解为14个独立部分,以每个独立分块点云t-1时刻与t时刻的三维配准为基础实现非合作人体表面任意点的运动参数估计。针对分块点云分割不准而引起ICP算法产生较大配准误差的问题,本文实现了一种基于K邻域与法向量约束的局部配准算法来求解旋转平移参数,首先对相邻两帧分块点云采用ISS特征提取算子、FPFH特征描述符与SAC-IA算法进行特征点匹配,然后通过kd-Tree半径搜索的方法寻找匹配特征点邻域的K个点作为对应点,同时建立匹配特征点局部平面的优化问题求解出特征点法向量,共同作为约束条件来迭代求解局部配准优化问题,最后根据旋转平移参数估计人体连续多帧对应点的位置关系与相关运动参数。实验结果表明本文局部配准算法能有效的降低配准误差、提高对应点的位置与运动参数的准确性。