激光雷达是一种近年来发展非常迅速的遥感技术,通过主动发射与接收激光脉冲信号,高速获取目标的空间信息,能够为环境建模提供高效、准确的三维数据,因此被广泛应用于三维场景重构。三维场景重构技术实现了计算机对现实场景信息的数字化表示与处理,是计算机视觉、虚拟现实与自动驾驶等领域很多研究与应用的关键技术。机载激光雷达将激光雷达固定于无人机平台,实现对室外场景的高空扫描,还原地面和地物的真实空间信息。本文对基于机载激光雷达的三维场景重构进行研究,包括激光数据采集与处理、点云配准算法和重构策略,并根据数据特点与实际应用进行对应的优化改进。首先搭建完整的机载激光雷达数据采集平台,集成无人机、激光雷达与嵌入式电脑,采集实际室外场景数据并进行处理。系统获取的数据是一系列离散、分布不规则的三维坐标点,称为“点云”。分别采用基于统计滤波器的离群点去除方法与基于体素滤波器的降采样方法对点云数据进行预处理,提高重构的质量与效率。其次针对机载激光雷达数据分辨率不均、重叠率较低、大冗余量地面点等问题,提出一种基于地面分割与结合运动信息的强度约束配准算法。首先改进随机采样一致性算法分割地面点,从而划分显著特征点与次要特征点,基于地面的法向量信息计算相邻帧点云的旋转变换关系,再结合无人机平台运动信息解算的位移关系,为配准提供良好的初值估计。并在此基础上,提出一种强度约束的泛化最近点迭代配准算法,充分利用激光雷达的强度信息约束参与迭代的对应点集,实现点云的精配准。实验结果表明,该方法能够得到激光点云数据之间准确的变换关系,并显著提高了配准的速度与精度。最后对于配准后的数据融合,提出分块融合的重构策略,将原始的点云帧经配准融合成一组组分辨率较为均匀的点云块,克服分辨率不均对全局配准的影响。该过程采用马氏距离与卡方分布检测帧间的异常匹配,并提出一种基于航迹拟合的修正方法,解决可能存在的失配问题。对于全局融合,提出一种基于滑动窗口的全局配准方法,直接获得点云块到全局坐标系的转换关系,从而避免累计误差的产生。帧融合与块融合交替执行,直至得到完整的重构结果。最后通过实验展示该重构算法的实施过程和不同场景下的重构结果。综上,本文搭建一种简单、低开销的机载激光雷达系统,展开实际实验,对三维场景重构中的关键技术进行研究与优化,在精度与效率方面都有所提升。在几个复杂室外场景下真实有效地还原与可视化场景的空间信息,重构结果具有良好的分辨率和精度。