三维重建是计算机图形学、计算机视觉等领域的研究热点，在3D打印、虚拟现实、文物数字化保护、计算机辅助医疗等领域都有着广泛的应用。点云配准是三维重建中的关键步骤，也是三维重建的中心技术。随着科技的进步，深度相机的发展，新型传感设备可以同时采集到真实物体的深度信息和颜色信息，新型的RGBD点云数据的配准问题有着重要的研究意义。　　针对RGBD点云数据的初始配准，提出一种基于特征相似性的点云配准方法。首先计算点云的颜色特征度，通过对颜色特征度进行统计分析，判断点云的颜色辨识性是否可靠，来选择合适的对应点选择策略。颜色相似性策略采用颜色作为第一约束条件，通过颜色相似性确定两片点云中的初始对应点对，然后进行曲率约束，通过计算对应点之间曲率的差异，将对应点曲率差较大的点对剔除，得到正确性较高的候选对应点对。曲率相似性策略则是通过曲率相似性获得初始对应点对，利用颜色约束获得候选对应点对。通过候选对应点对计算坐标变换，完成初始配准。　　在精确配准过程，首先通过自适应颜色量化方法量化点云颜色。通过对点云几何和颜色特征进行统计分析，自适应估计平衡因子。通过平衡因子、几何特征及颜色特征计算混合特征度并提取混合特征点。对应点搜索过程，定义了一种6D欧氏距离度量，可以度量两点之间坐标和颜色的相近程度。每次搜索6D欧氏距离最近点作为对应点，计算刚性变换，通过迭代过程实现精确配准。　　最后，实验结果验证了本文方法有效性。基于特征相似性的初始配准方法可以较快速地实现点云之间的初始配准，且实用性强，应用范围广泛。本文的初始配准方法，针对不同类型的点云都能实现良好的配准效果。本文提出的精确配准方法可以快速实现RGBD点云模型的精确配准，对比传统ICP方法，配准精度更高，在颜色纹理保持方面效果突出。对于几何特征不明显的RGBD点云模型，本文的精确配准方法依然可以取得很好的配准效果。对于重叠程度较低的点云模型之间的配准，本文方法依然适用，可以保持较好的配准效果，相比传统的ICP应用范围更加广泛，对于RGBD点云模型配准实用性很强。