利用激光扫描仪获取到的深度数据进行场景的三维重建在数字古建、文物保存等领域具有广阔的应用前景.近年来,随着激光扫描技术的发展及成本的降低,这方面吸引了越来越多的研究兴趣.然而,由于真实场景的高度复杂性,使得重建出一个逼真而准确的三维模型依然存在着许多的问题和挑战.其中之一便是深度图像的配准,为了得到完整的场景三维模型,我们必须将从不同角度扫描得到的深度图像配准到同一个坐标系下.很多配准方面的研究都集中在对中小型物体的配准上,但由于大型场景具有数据量大、所需扫描的次数多等特点,这些算法不能直接适用.该文就针对大型场景的这些特点,提出了新的基于特征的自动配准算法.我们首先根据室内、室外建筑物场景中往往含有大量的平面这一特点,提出了基于平面特征的深度图像配准方法.我们先对每幅深度图像作一个基于平面的分割,从而提取出了其中的平面特征.当交互的在两幅分割后的深度图像中指定出若干组对应的平面特征后,我们就可以计算出这两个坐标系之间的变换,从而实现配准.为了减少上述方法中的交互部分,我们又进一步的提出了一种自动配准算法.在平面分割的基础上,我们引入了一类新的特征:完整平面片.利用完整平面片所包含的信息,我们定义了三个约束条件,并根据他们创建了一棵规模得到很大缩减的解释树.解释树的每一片叶子节点对应了一个可能的特征匹配,我们定义了自己的误差机制来筛选出最佳的特征匹配,并利用该匹配中的对应特征实现了配准.整个算法都是自动实现的.