三维地图生成技术是计算机图形学的重要组成部分,也是计算机视觉、逆向工程、虚拟现实等研究领域中的一个重要问题,是计算机图形学的重要组成部分。随着科学技术的不断发展,传统的二维地图在直观性、形象性上都有着不可避免的缺陷,已很难满足人们对真实感三维地图的要求。而基于点云的三维地图生成技术可以直接通过物体表面离散点重构出高度真实的三维模型,因此已成为当前三维重建技术研究的热点,也是其中的重点和难点。论文针对点云数据的配准及重建进行深入研究。本文应用PCL (即点云库)中封装的函数及OPenNI模块,在此基础上应用Kinect传感器进行点云数据的采集,对采集到的数据进行无效点滤除以及应用VoxelGrid滤波器进行点云数据的预处理。然后应用正态分布变换算法把一个三维体素内的点云数据集转换成一个连续可微概率分布函数从而进行点云数据的配准,最后应用基于八叉树空间分割的网格模型简化算法对点云进行网格生成,并应用纹理贴图生成更接近于现实的三维模型。为了减少用于三角网格化的点云数据,本文使用区域重心压缩法进行采样。将点云数据包含在最外区域长方体后,对其进行细化,划分成一个个更小的长方体,然后计算小长方体区域的重心点,保留此重心点,删除多余的点即完成了点云简化。由于简化后的三维点云数据是离散分布的,因此需要进行三角网格化处理来获得三维模型。本文应用基于八叉树空间分割的网格模型简化算法来进行网格的生成,解决了三角面片过多的问题。该算法的基本思想是先将边界体素确定下来,然后将边界体素插入到八叉树中,本文选用BON(Branching on Need)树,接着执行shrink操作,更好的组织了数据,并对单位体元以及超体元进行三角面片抽取,减少了面片数的生成,最后将三角面片组合成Mesh,完成了三角网格的生成与简化本论文通过VS2010编译器,进行了点云数据采集、点云滤波、点云配准以及基于点云的三维模型重建四个模块的开发实验,初步实现了室内场景的三维地图的生成。