随着三维激光扫描技术的逐步发展,大规模地形点云的获取更加便捷,扫描速度更快,扫描仪分辨率不断提高。在地表形变(如滑坡监测、地貌形变),需要比较不同时期的点云;还有地基Lidar不同站获取的地形点云同样也需要拼接。对于地形点云的匹配,目前应用广泛的是ICP算法,国内外学者对ICP算法进行了大量的改进研究,但它们的效率和精度尚不完全满足要求,或需要额外的辅助数据,或者需要前置的预处理等。因而需要对于高效、精准的大规模地形点云匹配算法进行研究。在分析了经典的ICP算法的优缺点和不同的ICP优化算法的的基础上,提出了一种适应地形点云匹配的基于虚拟网格的匹配算法。该方法通过对待匹配地形点云构建虚拟网格,对待匹配点云进行加权,得到距离虚拟网格节点最近点,减少计算最近点和最优变换的点的数量,有效地提高了地形点云的匹配效率。通过不同类型的地形点云的模拟实验,分析了虚拟网格间距选择对基于虚拟网格的匹配算法效率、匹配精度这2个方面的影响规律。随着虚拟网格间距的增加,匹配效率提高,但匹配精度下降。实验结果表明当虚拟网格间距在1倍到2.5倍点平均间距之间时,匹配效率和匹配精度能取得最佳平衡。然后在此基础上,提出了多级虚拟网格的匹配算法,解决了基于虚拟网格的匹配算法难以兼顾匹配效率和匹配精度两个方面的难题,在匹配效率上有显著的提升,而在匹配精度上也有较好的改善。该算法通过在迭代过程中,逐级变换虚拟网格的格网间距,在迭代初期由于地形点云之间的姿态差异较大,此时通过较大的格网间距来保证匹配效率,随着迭代进行,点云姿态差异变小,此时相应减小虚拟格网间距,以保证匹配精度。通过该策略,使得地形点云匹配的效率和精度两个指标均能得到改善。通过不同类型的地形点云的仿真试验对迭代变化过程中网格间距调整的2种不同策略,即单一步长变化和变步长变化,进行了研究,结果表明采用1.5倍点平均间距作为步长,进行单一步长变化时,效果更佳。此时,与ICP算法相比,匹配效率提升了95.60%;匹配精度方面也有所改善,在旋转参数较差上提高了42.86%;在平移参数较差上提高了37.77%;与ICP算法相比,基于多级虚拟网格的匹配算法更加适用于大规模地形点云的匹配。