三维点云建模广泛应用在土木工程、文物保护、数字城建、沉降变形、灾害分析等诸多领域。点云配准是上述模型建立的基础和重要关键技术。三维点云配准是指将多个测站扫描获取的复杂目标物的多视角坐标纠正到单视角坐标系统下的过程。而配准的精度和速度一直是点云配准研究的重点和难点。本文使用“先粗后精”无标靶配准思路,对配准过程进行深度研究。分类总结配准算法,并将平面图像配准中的特征空间、相似性测度、搜索策略三个配准因素扩充到三维点云配准。在粗配准过程中使用方位直方图特征(SHOT)作为描述子,并使用随机采样一致性(RANSAC)思想完成对应点对的估计和变换矩阵解算,实现坐标纠正。在精配准过程中探究迭代最近点(ICP)算法的合理参数设置,并对该算法实现一定程度的改进。针对点云分布不均,提出空间最小点距用以合理评定配准精度。使用深度摄像头Kinect和地面三维激光扫描仪采集建筑物数据,利用Microsoft VisualStudio 2013结合点云库PCL搭建计算机实验环境。最终实验结果表明配准精确可靠,鲁棒性强,速度有待提高。