本文主要研究了基于激光和CCD数据融合的物体三维模型重建关键技术，包括激光数据采集平台的建立与数据的处理，摄像机自标定，激光与CCD图像外部标定算法的研究与改进，基于图像边缘检测算子的点云边界提取和点云的三维模型建立及颜色映射的理论和方法。 首先采用C++语言编写基于雷达原理激光数据采集平台，实现了对激光数据的实时采集，然后对激光数据进行滤波处理，减小了数据的误差。 在对激光和CCD图像的外部标定参数进行Levenberg-Marquardt 非线性最优化时，改进了原算法中标定板到激光的误差距离。将误差距离由原来的垂直距离改为矢量距离，改进后的算法更符合实际意义，同时提高了标定的精确度。 提出一种基于图像边缘检测算子提取点云边界的方法。将激光扫描标定到CCD图像上的点云区域看成为一个自由二维离散曲面，其中每一个点具有三维深度信息，将每个点看成离散曲面的一个像素点，采用边缘检测算子来求解每个点的两个方向导数，再利用方向导数求解法矢和曲率，通过曲率极值点和零交叉点来提取自由二维离散曲面的边界点。将被测目标物体与背景及物体本身各表面之间的边界点提取出来，再利用边界点得到被测目标物体上所有的点云，即感兴趣点云区域。 最后使用Delaunay三角化法进行点云的三维网格重建。根据改进的激光与CCD标定算法，查找点云在CCD图像上对应的RGB颜色信息，并将颜色信息映射到点云上，使点云都带有RGB颜色值，为图像的三维纹理映射提供了点云与图像纹理在精确定位上的保证。