随着计算机技术的不断发展和进步,获取实际场景中完整的三维彩色点云场景并进行虚拟重现显得十分重要,三维激光采集技术的出现为研究此领域起了非常重要的开端作用。在目标识别、地形勘测、工业测量等领域三维激光采集技术发挥着十分重要的作用,但是由于使用三维激光采集系统时对实际场景扫描的视野有限、物体的遮挡等原因,通常不能在同一视角下一次性扫描实际场景中物体的全部三维彩色点云数据,因此需要在不同视角下对被测物体进行多次扫描,然后将多个视角下扫描得到的三维彩色点云数据进行坐标变换到同一个坐标系下,实现点云的配准,从而实现大场景的重现。但由于目前三维彩色点云数据的配准技术发展的还不足够成熟,许多配准算法仍存在配准速度慢及配准精度低等缺点。针对这些问题,在论文完成的过程中做了如下工作:对三维彩色点云数据的采集系统进行了深入学习,掌握了三维彩色点云数据采集系统的使用方法,通过在多个视角下对实际场景进行扫描得到用来实现配准的三维彩色点云数据。然后本文针对实现三维彩色点云数据的多视配准的几种方法进行了深入研究,提出了基于点云信息的三维彩色点云配准和基于图像信息的三维彩色点云配准两种配准方法,并基于VS平台设计了显示三维彩色点云数据配准前后的效果、监测配准速度和配准精度的软件。基于点云信息的三维彩色点云配准,为了求解两幅待配准三维彩色点云场景的旋转平移矩阵,首先对待配准的两幅彩色点云集分别计算几何特征并进行点线面特征集的提取,需要根据扫描场景的结构选择合适的特征点集,然后构建K-dimension tree(Kd-tree)树,实现更高效地查找最近临近点,找到两幅特征点集后的对应点后,再使用SVD(奇异值分解)方法计算满足对应点平均距离最小条件时的旋转平移矩阵,最后利用求解出的旋转平移矩阵将两幅三维彩色点云数据配准到同一个坐标系之下。通过实验证明本文在使用三维点云数据的几何信息基础上,提出的提取特征点集并利用特征点集进行配准的方法,时间效率和配准精度较PCl库中的ICP和3D-NDT方法均有较大的提升。基于图像信息的三维彩色点云配准,首先根据采集的三维彩色点云数据生成二维彩色图像,使用SIFT(尺度不变特征变换)描述子对两幅彩色图像进行特征计算和特征提取,然后在进行特征匹配的过程中结合RANSAC(随机抽样一致性)算法的使用对匹配过程中存在的错配点情形进行匹配矫正,得到两幅图像中一一对应的特征点,求解图像中的空间变换完成图像配准。同时,在图像的特征点匹配后,根据二维图像像素点与三维空间点的映射关系将图像的对应特征点映射到三维空间中的对应点,利用三维空间中对应点的几何信息计算两幅点云集之间的旋转变换矩阵,最后利用求解出的旋转平移矩阵将两幅三维彩色点云数据配准到同一个坐标系之下,实现三维彩色点云数据的多视配准。通过实验证明此方法实现三维彩色点云数据的多视配准精度较高。