随着软硬件技术的发展,三维重建技术的应用越来越广泛,我们可以通过多种方式获取三维点云,包括多视密集匹配、激光雷达和手持三维激光扫描仪等,但在三维点云采集的过程中往往需要多次换站扫测才能获取整个目标区域的三维点云数据。分片点云应用的前提是将多测站扫测得到的点云转换到统一的坐标系下,即对不同坐标系下的点云进行配准。然而,三维点云的高密度特点会增加在点云序列间提取对应点的模糊性,导致对应点具有较高的离群点,影响配准参数的求解精度。另外,学者们已经提出了多种点云配准算法,但如何将这类算法实现有效组合,并采用最佳的配准策略实现不同场景三维点云序列的精确配准也是点云配准研究的难点。基于上述情况,本文进行深入研究,论文的主要研究内容和成果如下:（1）点云配准策略研究。针对点云下采样、初始配准和精确配准对配准结果的不同影响,通过将不同的点云下采样、初始配准和精确配准方法进行组合成点云的自动配准,比较了四种点云自动配准策略,最后得到了一种有效的点云配准策略（SACIA算法+基于点到面的ICP算法）,利用该策略进行点云的自动配准,在室外的场景中精度可以达到3cm左右,在室内场景的点云配准中精度可以达到6mm左右。（2）基于采样一致性的点云初始配准方法研究。针对SACIA算法以点快速特征直方图（FPFH）的相似性筛选对应点后外点率过高和采用策略导致点云初始配准稳健性较差的问题,根据点云配准中对应点对间距离等长的几何特征,提出了附加等长线约束的SACIA点云配准算法,提高了 SACIA算法精度和稳健性,且经过实验对比发现其在室内场景的精度在4cm以内。（3）基于曲率不变几何特征的点云配准方法研究。针对SACIA算法在室内外等较大场景中点云的配准效果差的缺点,根据三维点云配准中点云的局部曲率不变的几何特征,提出基于曲率不变特征的点云配准方法,用DoG算子在下采样后的点云中提取曲率关键点,采用4-PCS算法实现了点云的初始配准,提高了点云配准的精度和稳健性。最后采用点到面的迭代最近邻算法对点云做精确配准,得到了完整的点云自动配准方案,且在室内场景点云的配准精度优于3cm,室外场景的精度在5cm左右。