近年来，随着激光扫描技术的发展，利用激光扫描仪获取到的深度数据进行实物三维重建在数字古建、文物保存、数字城市等领域具有广阔的应用前景。利用激光扫描仪得到数据的一个最大特点就是数据量大，并且扫描的物体往往是一些大的建筑物或建筑物群，这样随着扫描物体的增大，数据量也成倍地增长。所以是否可以采用并行方法来处理三维激光扫描数据成为了一个研究的热点。并行计算就是使用并行计算机来减少解决单个问题所需的时间，实现多个计算任务(开发多个进程)同时进行，从而大大节省了工作时间，提高了计算效率。现在并行计算已经被广泛地应用到了许多科学研究中。这些科学研究的一个共同特点就是处理数据多，计算量大。并行计算有两种基本模型：一种是数据并行模型，另一种是消息传递模型，本文并行算法中所采用的MPI就是一种消息传递编程模型。本文根据所处理的实际问题特点，采用并行算法设计中的划分技术这一方法，来将所处理的大量点云数据按照一定的分配方式分给各个进程进行操作运算。本文针对三维激光扫描数据处理过程中所处理的数据量大这一问题，在认真分析了三维激光扫描数据处理过程中平面分割和多视点配准串行算法的基础上，根据基于MPI并行程序设计方法，采用合适的数据分配方案，设计了平面分割和多视点配准的并行算法，并给出了效果图，以及并行算法加速比和效率的实际数据，最后对并行算法效果进行了分析。本文主要贡献：(1)、分析平面分割的串行算法，寻找到平面分割串行算法的并行性，采用合适的数据分配方式，设计了平面分割的并行算法。(2)、分析视点配准算法—ICP算法，寻找到ICP算法的并行性，采用合适的数据分割方式，设计了ICP算法的并行处理方式，并将ICP的并行算法应用到了多视点配准中。(3)、通过对所设计的并行算法效果以及相应的加速比和效率的分析，证实了并行算法应用到对三维激光扫描数据进行处理的可行性，为以后三维激光扫描数据处理的并行算法的设计起到抛砖引玉的作用。