由于三维激光扫描的软硬件水平日趋成熟和大众化，相应的三维点云数据的处理技术成为越来越受关注的研究热点，广泛应用于计算机动画、医学图像处理、文物保护、地形勘探和数字化媒体创作等领域。随着扫描设备的采样精度和扫描速度不断提高，获取的点云数据呈海量增长，导致后期的多视拼接、表面重建和数据存储对硬件处理设备带来新的挑战和压力。针对目前基于三维扫描设备的数据处理的计算量大、复杂度高、需要在高性能的设备上才能处理、不能在各个领域广泛应用等问题，并结合深度体感设备Kinect，本文提出了一种能够在中低端计算机上实现的简单、高效的三维点云数据处理方法，其中包括点云拼接及表面重建算法等关键技术，主要研究工作和贡献概括如下：首先，本文从深度体感设备Kinect出发，详细介绍了该设备基于PC上的开发及其颜色和深度信息的获取原理，并对采集得到的点云数据进行阈值分割和拓扑关系的建立等预处理，大大提高点云拼接及表面重建处理的速度。其次，本文提出了一种基于几何特征不变量的拼接方法。该方法通过曲率和邻域标识相似度等度量来确定匹配点关系，根据匹配点之间的坐标变换估算初始刚体变换的旋转和平移矩阵，将不同视角的点云数据初始配准在同一坐标系下。然后根据最近点迭代法算法，利用奇异值分解，迭代计算精确配准的刚体变换，以完成多视拼接。再次，本文对以往基于区域生长的表面重建算法进行改进：根据平坦度大小确定初始点构造初始三角形，以增强三角剖分的鲁棒性；通过对邻域的不同定义，选择搜索范围，实现非连通区域的连接；利用双三次样条插值函数拟合曲面，修复点云孔洞，改善网格重建质量。最后，本文在Visual Studio2008开发环境下结合OpenCV和OpenGL底层图形库混合编程设计并实现点云拼接及表面重建算法，取得了良好的结果。