1、隨著SLAM技術和3D成像設備的發(fā)展，越來越多的研究嘗試在移動場景下進行三維重構，本文的主要研究移動機器人載著傳感器在場景中移動，通過不斷的對場景進行三維掃描，實時重構出整個場景的三維模型。針對這一問題，論文的主要工作如下：
　?。?）由于移動場景點云數(shù)據量龐大，處理過程又需要保留足夠多的幾何特征，以及復雜場景下噪聲的干擾，再加上算法對實時性要求較高，傳統(tǒng)的基于距離、曲率、特征的方法，已無法滿足新的應用需求。本文引入了一種新的特征

2、描述子——點特征直方圖（PFH），由于不同幾何體表面的點的PFH分布存在顯著的差異，本文提出了一種基于PFH的移動場景點云精簡算法，利用PFH特征分布的標準差進行快速分類，使得壓縮后的點云既能保留足夠多的幾何特征，又能滿足移動場景下重構算法實時性對于壓縮率的要求。
　?。?）圖像融合是將兩個或者兩個以上的傳感器在同一時間或者不同時間獲取的關于某個具體場景的圖像或者圖像序列信息加以綜合，以生成新的有關此場景解釋的處理信息，而這種信息

3、無法從單一的圖像源中獲取，融合后可以獲取更可靠，更豐富，更準確的有用信息。本文提出了一種基于區(qū)域遮罩的深度圖像與RGB圖像的融合方法，融合后的圖像不僅包含了場景的空間深度信息而且還具有豐富的表面紋理信息，利用融合后的圖像可以重構出更加真實的三維場景。
　?。?）本文提出了一種基于PFH與信息融合移動場景實時三維重構算法，一方面通過基于 PFH的點云精簡算法有效的減少 ICP算法輸入的點集的數(shù)量，采用信息融合的思想，利用慣性傳感器獲