随着三维扫描技术与信息化水平的飞速发展，人们对于空间信息的需求越来越大，三维点云数据由于其包含有丰富的几何拓扑信息、物体表面各种物理参量及其高精度的特点，在地理测绘、城市建设、医学手术、林业、影视娱乐、军事监控等领域获得了广泛的运用。然而，单一点云数据往往存在着一些应用上的缺陷，如：LiDAR(Light Detection And Ranging)点云虽然具有精确的地理坐标信息，但是缺乏丰富的纹理信息，在地物边缘位置没有很好的位置信息；对于物体的三维重建而言，单一视角的点云数据往往只能表征物体局部的几何信息，不能完整地展现物体的全部模型等等。为满足人们对于三维空间信息的特定应用，需要对获得的三维点云数据进行融合，而点云配准即成为当前空间信息应用研究的热点。本文提出了LiDAR点云高精度配准以及玉雕序列影像匹配点云自动配准的方法，主要工作如下：①对点云配准的研究背景与意义及国内外研究现状做出了详细的介绍，并对点云空　　间配准基础理论与方法进行了简要阐述；　　②结合基于梯度互信息的LiDAR点云单影像粗配准与融合ICP(Iterative Closest Point)与LSM(Least Squares Matching)的LiDAR点云立体影像精配准的方法，从粗配准到精配准，逐步建立LiDAR点云与立体航空影像像点之间的映射关系，基于摄影测量共线方程通过迭代计算的方法获得持续改进的立体影像外方位参数，实现LiDAR点云与立体影像精配准；　　③通过ICP扩展三维相似变换模型对相邻玉雕影像匹配点云进行相似配准，在基于扩展ICP的序列影像点云配准基础上，引入多重叠点云对序列点云配准结果进行　　全局最小二乘优化，实现玉雕序列影像匹配点云的自动配准。　　该方法通过基于梯度互信息的LiDAR点云单影像粗配准与融合ICP与LSM的LiDAR点云立体影像精配准的迭代计算，逐步建立LiDAR脚点与立体影像像点之间的映射关系，成功解决了立体航空影像与LiDAR点云两异源数据之间的自动相关问题；通过ICP扩展三维相似变换模型与基于扩展ICP的序列影像点云配准及全局最小二乘优化，成功实现了玉雕序列影像匹配点云自动配准。实验表明，本文方法自动化程度高且具有较高的配准精度。