利用激光扫描等技术获取三维场景数据，然后进行三维场景重建是计算机视觉研究的一个重点，该技术在城市三维建模等领域中发挥着重要作用。在进行数据获取时由于受视场或遮挡等因素的影响，往往不能一次获得整个场景的全部信息，所以进行三维场景重建时，一般都需要进行数据配准，以获得场景的整体数据，然后再进行三维重建。尽管研究人员对三维场景数据配准和重建进行了大量研究，取得了一系列成果，但现有的方法遇到诸如初始条件、应用场合等改变时，其效果往往会大打折扣。本文针对三维场景数据配准与重建中的一些特殊性进行深入的探索和研究，针对当前方法的局限性提出了新的算法，并且通过实验验证了所提出的方法可靠有效。　　本文的主要研究工作如下:　　本文介绍了三维场景配准与重建的研究背景和研究现状，说明了现有重建方法及各自的特点;深入分析了现有方法的局限性，在此基础上提出了新的改进算法。　　文章的研究工作及创新成果如下:　　(1)针对三维场景中三维数据配准的特殊性以及当前配准方法所存在的局限性，提出了多平面场景下基于改进Hough变换的平面提取三维数据配准的方法。该方法首先利用改进的Hough变换进行多平面提取，然后使用提取的多平面进行数据配准。由于三维场景中一般都有多个较大的平面或近似平面，提取出的平面可涵盖场景的主要部分，因此可实现全局的较精确的配准。另外，由于Hough变换的鲁棒性，使得提取的平面受噪声等外界因素较小，从而提高了配准结果的稳定性。　　(2)针对三维场景重建中显示基元快速构建以及显示基元点法向量计算的问题。本文根据三维激光扫描数据构成规律，首先研究了三角形网络构建规则，并利用该规则对已经分割好的数据进行快速重建网格;然后利用重建网格特性，研究三维场景中法向量的快速计算方法。实验结果表明，重建效果良好。