点模式匹配（Point Pattern Matching）是模式识别中基础和关键的内容之一，以其强大的优势在各领域中获得了广泛的应用。基于形状描述子（SC)的匹配算法是一种重要的基于匹配关系的点模式匹配技术，但是在提取点的全局特征时，由于SC算法是用点的切线方向作为正方向，因此当点模式中存在大角度的旋转时不能准确确定点的位置，这在一定程度上限制了SC算法的应用。针对此问题，本文提出一种基于中心点的CSC描述子和Kuhn Munkres相融合的新的CSC-Kuhn Munkres算法。该算法使用CSC描述点的特征以及构造二分图，并用Kuhn Munkres算法求解该二分图，解决了目前已提出的各类形状描述子（如SC和RSC）不能对抗大角度旋转的问题。此外，在这个基础上还提出了三维空间中点集合的配准算法TCSC-KM。实验结果表明：与传统的SC和RSC相比CSC-Kuhn Munkres具有更好的实验效果。