针对基于飞行时间(Time-of-flight,TOF)原理的三维测距相机对物体完整表面进行三维点云建模中点云配准速度慢、精度低的问题,提出一种快速、易实现的散乱点云配准方法,该方法通过提取目标物体距离图像的特征点,采用非迭代的求解过程获取初始变换参数,实现点云初始位置配准。在此基础上,利用TOF相机强度图像的梯度值与基于局部3D空间分解的Knn算法寻找点云之间最邻近点作为匹配点对,根据原始迭代最近点算法的迭代过程对这些匹配点对进行迭代求解,获取点云之间最优的变换参数,同时结合错误匹配点对去除法则提高迭代点云匹配的精度,实现点云的精确位置配准。结合实际空间物体对该方法进行验证,试验结果表明,该点云配准方法与传统的配准方法相比,显著地提高配准速度和配准精度,将直接有助于提高后期物体曲面重建的精度,具有较高的实际应用价值。