随着三维点云处理技术的快速发展,三维点云处理技术被广泛应用于各项研究领域中。在实际工程中由于检测物体易受物体遮挡、环境、表面布局和获取方式等因素的影响,需要多次从不同角度获取点云。因此,要将不同视角的点云完成配准,形成一个整体,选取一种好的配准方法尤为重要。本文综合考虑点云配准流程中每个步骤对配准结果精度和效率的影响,从不同角度出发,保证配准精度,提高配准效率。本文主要工作如下:(1)本文对点云特征描述子做了研究。针对点云数据量大,特征描述能力弱,特征计算效率低的问题,本文提出了基于法向量分布的特征描述子和基于统计特征直方图的特征描述子。其中,基于法向量分布的特征描述子计算效率快,能快速提取点云中的特征点;基于统计特征直方图的特征描述子综合考虑点云法向量分布统计特征、深度统计特征和密度统计特征,能够全面描述点云的结构关联特性。实验表明,使用基于法向量分布的特征描述子,提取出的特征点具有较高的鲁棒性;使用基于统计特征直方图的特征描述子,能够准确描述探寻点所在区域内点的结构关联关系。(2)本文对基于特征描述子的配准算法做了研究,提出了基于统计特征直方图的点云初始配准算法和基于ICP的精确配准的两步配准算法。在初始配准中,针对初始点云数据过大问题,提出了可变边长的体素网格算法,在保证点云质量的基础上,精简点云。针对精简点云中存在的特征相近的点影响配准精度的问题,本文提出了基于法向量分布特征的关键点提取算法,提取出每个点云的关键点集合。针对提取关键点后细节的丢失问题,使用统计特征直方图来增强点云的描述能力。本文结合RANSAC算法的基本思想对两视角的关键点完成初始配准。对初始配准的结果,使用ICP算法实现最终的精确配准。实验表明,本算法与ICP算法相比,能够对任意初始位置的点云完成正确配准。与使用FPFH特征的配准算法相比,本算法能够在相近的配准精度下,提高配准速度。(3)实现了点云三维重构系统的设计与开发。系统运用本文提出的两步配准算法,完成高精度配准;并使用Delaunay算法完成最终的三维重构;系统界面分别对配准结果和重构结果可视化。