快速、可靠、准确地重构出场景的三维模型一直是虚拟现实领域重要的研究方向。移动机器人三维场景重构是近年来机器人环境感知的研究热点，如何利用有限的传感器获得尽可能多的环境信息并完成场景重构，并为机器人的位姿反馈、作业规划与导航提供可靠的信息支持是主要的研究目标。　　 本文在四川省科技厅研究课题“强辐射环境监测、预警及应急处置机器人系统(2010GZ0229)”的资助下，利用获得的场景深度信息和图像纹理信息对场景的三维重构进行了以下研究：　　 首先，针对单独利用激光扫描、立体视觉进行场景重构的不足，将深度信息和图像纹理信息结合进行场景重构。并利用3D激光测距相机和CCD摄像机搭建了深度信息和图像纹理信息的获取系统。　　 其次，为了消除原始点云数据中的噪声，利用改进的中值滤波算法对其进行优化处理，对扫描过程中出现的空洞给出了解决方案，并对深度信息和色彩信息的融合进行了研究。　　 接着，针对使用ICP算法进行配准不仅速度慢且容易陷入局部收敛的缺陷，通过改变点集选取方式同时利用加速迭代对ICP算法进行了改进。实验表明，改进的ICP算法大大提高了数据配准的时效性。　　 然后，为了使重构出的场景真实感更强，对场景模型的渲染进行了研究，利用CCD摄像机获取的场景的图像纹理信息对点云数据构建的网格模型在OpenGL环境中实现纹理映射。　　 最后，利用上述方法，将构建的场景信息获取系统安装在遥操作机器人上，扫描实验室场景进行重构实验。结果表明，重构出来的场景具有很强的真实感。