由于计算机软硬件设备的提高，三维数据获取变得更加容易。已有设备不仅能够获得不同视点下的静态数据，而且可以获得运动物体的三维序列数据。这些数据被广泛应用于各个领域，因此，对三维动态数据进行对齐成为当前研究的一大热点问题。论文针对不同姿态下的三维模型对齐技术展开，主要研究工作包括：　　1．针对模型对齐所需的特征点提取问题，研究实现了多尺度空间特征点提取算法。该算法首先通过高斯卷积核构建尺度空间，然后在尺度空间中通过测地距离和法向量来定义极值点的主方向，形成极值点的特征直方图。通过实验分析表明，多尺度空间中检测得到的极值点在残缺数据和姿态变化等情况下具有很好的稳定性，可应用于后续三维模型对齐。　　2．针对已有等距映射算法缺少局部特征约束所导致的错误对齐问题，提出等距二分图三维模型对齐算法。该算法先通过提取多尺度空间下的特征点构建匹配锚点，由锚点匹配结果来提高初始匹配的稳定性，然后对模型表面进行匹配点的采样，计算采样点到锚点的测地距离，形成二分图匹配的对齐代价矩阵，最后采用二分图的最大权重匹配算法得到最终的等距映射结果。实验结果表明，该算法能够解决不同姿态下的三维模型局部对齐问题，并且要优于已有算法。　　3．针对三维动态模型对齐问题，提出了用户交互约束下的锚点跟踪算法。该算法首先对特定帧进行用户点标注，然后构造搜索窗口预测跟踪用户标注点在其他帧上的位置。最后采用用户点跟踪结果作为约束条件构建等距二分图，得到紧密对齐结果。实验结果表明，和已有算法相比较，该算法通过用户交互和运动跟踪提高了对齐准确率。