在三维激光扫描过程中，由于扫描范围、扫描角度的局限性及被测目标物体的复杂性，测量目标物时需要进行多站式扫描，获取每个站点上的坐标系相互独立的点云数据。为保证点云数据的完整性，必须对获取的多站式点云进行拼接处理。点云数据的拼接过程一般包括：粗拼接、精拼接。粗拼接的目的是得到一个较为精确的初始坐标转换参数；精拼接是在粗拼接得到的初始坐标转换参数的基础上，利用迭代算法进行的拼接算法。针对富有平面特征的人工建筑物点云数据，基于平面特征量的拼接算法是一种重要的算法，该算法的核心问题包含两个方面：第一，快速精确地提取点云平面特征；第二，利用算法降低提取面的噪声点对拼接结果的影响。　　针对出现的以上问题，本文的主要工作如下：　　1.本文提出一种基于交互方式的区域生长算法。针对富有平面特征的点云数据，在数据三维显示交互的基础上，在给定种子点后，利用三维交互方式逐步生长提取平面特征。　　2.本文对比分析了结合区域生长和RANSAC的平面提取粗拼接等算法。由于区域生长算法提取的平面含有较多噪声点，本文对RANSAC、最小二乘法进行对比分析，确定利用结合区域生长和RANSAC的平面提取算法实现粗拼接步骤。在上述粗拼接基础上，利用ICP和NDT算法实现精拼接步骤。　　通过VTK与PCL的可视化模块，编程实现上述平面提取、粗拼接及精拼接等算法，并设计了一款点云数据处理软件PCWS。　　3.本文对上述算法在精度和效率上进行了对比分析。通过对比分析，本文提出的结合区域生长和RANSAC的平面提取粗拼接算法可以快速精确地提取平面特征，并为ICP和N DT等精拼接算法提供比较精确的初始变换参数，达到良好的拼接效果。