近年来,随着三维激光测量技术的发展,三维点云已开始广泛应用于室内场景,如室内制图、室内导航定位、三维重建、室内装修等众多领域。三维激光测量技术不仅数据采集迅速,而且精度高,可以准确的获取室内空间的细节信息,最大限度的还原室内空间的现状。但是三维点云具有数据量大、非结构化、语义信息匮乏等缺点,所以越来越多的学者研究基于三维点云重建结构完整、语义丰富的三维模型。然而相较于室外环境,室内环境包含大量的家具、杂物等对激光测量产生遮挡,导致室内三维点云缺失现象严重。除此之外,对于室内的窗户、玻璃墙等高透射性结构,激光扫描误差大,点云噪声严重。所以现有的室内三维点云的结构模型重建方法仍有许多问题需要解决:1)由于室内三维点云的缺失与噪声现象,现有方法在进行室内三维点云平面结构分割时易造成过分割、欠分割或错分割等现象;2)现有的平面结构特征拟合方法都是针对单平面的拟合,缺少平面之间的拟合约束（平行或垂直约束关系）,最终重建的模型结构约束性较弱,而室内结构都是遵循一定的规则约束;3)现有的室内结构模型重建方法应用场景多遵循曼哈顿世界（Manhattan World,MW）和弱曼哈顿世界的规则,针对非曼哈顿室内场景的重建研究较少。针对以上问题,提出一种基于全局矩阵和约束最优化的方法,实现在非垂直斜面结构的室内场景中三维点云的重建研究。首先,针对室内三维点云的平面结构提取,提出改进的RANSAC点云平面结构分割方法。该方法采用RANSAC模型拟合的思想对室内点云进行初始分割得到局部单元,并在拟合过程中引入权重项,实现不同尺度的局部单元分割。然后计算局部单元的法向量、包围盒等特征,根据Region Growing特征生长思想对局部单元进行特征判断并加入连通性分析,实现从“局部到整体”的平面结构分割工作。在平面结构提取的基础上,提出基于全局约束矩阵的平面规则化方法。该方法在平面拟合的过程中引入了室内结构之间的约束关系（垂直或平行约束）,将平面拟合的最小二乘问题转换成矩阵形式,把误差最小化的问题转化为矩阵优化分解的问题。然后根据平面之间的垂直平行约束关系构造全局约束矩阵,优化分解全局矩阵求解每个平面对应的参数,实现平面规则化。最后在平面规则化的基础上,提出基于约束最优化的拓扑重建方法。该方法首先生成室内点云的占用概率栅格图,并提取连通空间进行栅格优化。然后结合形态学方法为栅格图添加语义标签以达到房间分割的效果,再将栅格房间和三维点云叠加实现点云房间单体化。最后将每个房间的平面拓展相交构造候选面集合,并根据候选面拟合的效果、候选面相交的特点以及邻域点对候选面的支撑作用构造关于候选面选择的约束最优化函数模型,将拓扑重建问题转化为函数最优化问题,重建平面结构之间的拓扑关系,最终实现从室内三维点云到结构模型的重建工作。本研究实现了从复杂场景的室内三维点云重建结构模型的工作,并在多个真实数据集上对方法进行实验验证,结果表明本研究方法重建的模型几何结构完整、拓扑关系严密、规则约束性强,适用于曼哈顿、弱曼哈顿和非曼哈顿室内场景（非垂直斜面结构的室内场景）。