多媒体行业技术正在快速发展,多媒体信息的传播媒介正从文字、语音和图像向三维图像发展。目前在电影、游戏和虚拟场景中,对三维人体模型的要求越来越高,对逼真的三维人体模型需求越来越多。目前,获取三维模型的设备有很多,但是每一种设备或者方法都有自身的特点,导致获取的三维数据在尺度、质量和处理速度上都不尽相同。对两种或者多种设备扫描的人体模型数据进行融合配准,需要提前根据设备参数人工参与设置好配准参数。一些设备噪声干扰较大,给三维重建带来麻烦。在扫描过程中,人体会出现轻微的变形,同样会给后期融合重建工作带来困难。本文针对这两个方面的问题给出了面向异构三维人体模型的配准与拼接方法。针对异构三维人体模型的初始刚性配准问题,本文提出了基于纹理特征和几何特征的异构模型初始刚性配准算法。本文利用特征匹配的方式实现初始刚性配准。首先利用点云数据计算出纹理特征和几何特征。然后计算特征匹配的点对,并进行筛选得到最优匹配的点。最后利用匹配点对计算出尺度参数和变换矩阵,最终实现初始刚性配准。针对人体发生的变形,本文提出了基于移动向量和局部刚性变形的非刚性配准方法。该方法在初始刚性配准的前提下,将待配准模型分为重合区域、边界区域和非重合区域三部分。然后利用模型重合区域的点生成移动向量,进而计算出整个模型的移动向量。然后利用移动向量结合局部刚性的方法对模型进行非刚性配准。本文对扫描的三维人体模型以及其他模型进行了实验。根据实验结果可以分析得出,本文所提方法能够正确计算并筛选出三维模型的特征点对、移动向量,并实现初始刚性配准和非刚性配准。通过与其他刚性配准方法对比,该方法中的刚性配准算法可以更精确、更高效地实现刚性配准。该方法中的非刚性配准算法可以快速平滑的实现非刚性变形,并保持模型网格的形状。