常明，康志忠，李敏，李方舟

(1.中国地震局第一监测中心，天津 300180；2.中国地质大学(北京)土地科学与技术学院，北京 100081；3.天津城建大学 地质与测绘学院，天津 300384)

0 引言

最近几十年，三维激光扫描仪已经被广泛应用于室内、室外三维场景的构建[1]。由于其造价昂贵，扫描仪的使用受到了一定的限制。RGB-D相机是一款同时获取场景内深度影像和彩色影像的相机，能够实现对场景内彩色点云数据的生成。Kinect作为RGB-D相机的一种，通过对场景内点云数据的生成，构建三维模型，在实际生活中发挥着越来越重要的作用。

Kinect2.0可同时获取辨率为1 920像素×1 080像素的彩色影像和512像素×425像素的深度影像数据，通过相机间的相互标定，可以获取三维场景内彩色点云数据，并且通过对点云数据格网化的处理可以实现实时生成高密度场景模型[2-4]。对于范围较大的场景，单帧Kinect影像无法获取全部数据，需要进行多帧Kinect数据间的拼接。根据Kinect获取的数据特点，主要通过2种方式完成数据拼接：针对深度数据生成的点云数据，通过ICP[5]算法解算多帧点云数据之间的同名点，获得最优变换矩阵，完成三维点云数据的精确配准[6-8]；针对RGB-D相机的彩色影像数据，利用SIFT、SURF以及ORB[9-12]等方法对彩色影像中的像素同名点进行提取，完成彩色影像配准，依据深度相机与彩色相机的标定关系，实现对三维点云数据的配准[13-14]。Weber等[15]提出利用深度传感器获取的管道点云数据自动拼接算法，将所有输入的点云数据放在一个集合中，由相邻测站的同名点匹配结果构建全局坐标系统。……