目前在高边坡监测、建筑物监测和桥梁监测等各个方面多数都是基于传感器的监测和三维激光扫描仪的监测。基于传感器的监测的优点是能够快速、实时地传递被检测物体的形态变化，不足之处就是这种方式只能反映传感器所监测的那一点，并不能观测到物体的整体变化。基于三维激光扫描仪的监测能监测物体的三维变化，从而计算出建筑物发生形变的位移，以对建筑物的健康状态进行监测。本文提出了一种基于点云特征的位移计算方法,该方法首先将整个点云数据参数化；然后对下一次获取的点云数据建立相同的坐标系进行参数化，这样两次获取的点云数据可以在同一坐标系下对比，若其中的某处发生变化，利用寻找点云特征的方法计算建筑物发生形变的位移。点云特征包含高斯曲率极值法提取特征点、折现生长法提取特征线和区域增长法提取特征面三个方面，根据点云不同的特征值，可以建立扫描物体的坐标系。本文的主要工作如下：⑴利用三维激光扫描仪获取点云数据，对获取的点云数据进行预处理，采用点云边界去噪法对数据进行去噪、采样法对点云数据进行精简，并且基于点云数据主方向贴合法实现自动初始配准。⑵由于三维点云数据通过初始配准后得到的数据并不能达到要求的精度，为了进一步建立计算形变位移模型，对三维点云数据进行精确配准，对原有的ICP配准算法进行改进，实现了三维点云数据更精确的配准，以使计算位移更加精确。使用该算法对某建筑的点云数据配准实验，不仅有良好的配准效果，而且达到了较高的配准效率。⑶从点云的特征点、特征线、特征面三个方面具体分析位移监测的理论和方法，分别将这三种特征应用到位移计算的实验，得到了不同的实验效果。对比实验效果并理论分析，发现基于特征点的位移计算只能计算单个点，效果不理想，而基于特征面的位移计算过于复杂，只有基于特征线的位移计算能够达到较为理想的效果，能够反映物体的整体变化；并且分析了实验可能存在的误差以及如何减少误差。