三维重构技术是计算机图形学、虚拟数字现实、自动驾驶与机器人等应用领域的关键技术,已普遍应用于各个研究方向。同时三维空间重构与数据融合技术也是室内空间环境感知的重要支撑环节。本文使用计算机视觉技术,利用激光雷达和可见光相机实现对室内场景的三维彩色空间重构。主要研究内容如下:（1）在点云数据采集过程中,针对激光雷达（Lidar Scanner）采集的数据量大,且含有离散点等问题,基于统计分析法和K近邻算法对激光雷达获取的点云数据进行剔除离散点和下采样处理。经过预处理后,点云数据量被压缩,离散点数目有了明显下降,且点云数据的细节特征并没有受到较大影响,有利于对点云数据进行后续处理。（2）考虑到常见的三维空间重构的场景表面缺乏纹理颜色信息,不能实现对场景表面的真实再现。本文采用激光雷达点云与CCD可见光相机图像信息进行融合,使用一种新的马尔科夫随机场（Markov Random Field,MRF）模型。通过该方法可以赋予重构的3D场景模型表面以丰富的纹理颜色信息。本文采用一一映射的方法,将3D点云投影至2D像素空间,对映射图像和RGB图像进行特征点提取,用以配准、关联。通过MRF模型,对点云空间上的缺失点进行补充,最终获得空间中均匀分布的3D彩色空间点云模型。（3）针对点云之间配准迭代耗费大量时间这一问题,本文选用基于尺度不变特征（Scale Invariant Feature）的提取方法,利用图像的旋转不变性的基本特征,进行对应特征点对的匹配,实现点云配准,以构建完整的室内三维彩色空间模型。最后通过德劳内（Delaunay）三角面片的方法构建完整的曲面模型。本论文所提出的三维彩色场景的重构方法可以通过较低成本设备进行数据采集和计算,高效完成包含色彩信息的室内场景三维重构。与传统的三维重构方法相比,本文提出的三维重构模型精度更高,耗费的时间更少,且具备丰富的纹理信息,也更接近于真实场景,在生产与生活中具有一定的实际应用价值与发展前景。