当前,历史建筑保护工作迫在眉睫,党中央、国务院高度重视并出台多项政策支持不可移动文物建筑的保护规划和修缮,改善历史文化建筑遗产的保护状况。随着三维Li DAR扫描技术与摄影测量技术的发展,三维点云数据及影像数据在历史建筑的虚拟修复的作用愈发突显。但如何依据不同数据源实现历史建筑点云模型虚拟几何修复是一个具有意义且充满挑战性的研究课题。本文融合无人机摄影测量技术、三维Li DAR扫描技术获取完整历史建筑点云数据,通过影像密集点云与地面Li DAR点云数据配准,并基于上下文的缺损点云补全方法实现了历史建筑点云模型的虚拟几何修复。主要研究内容及成果如下:（1）无人机影像与地面Li DAR点云数据处理使用Photoscan对影像数据进行空三处理生成影像密集点云,针对研究的古建筑地面Li DAR点云特征,采用测站坐标拼接方法进行地面Li DAR点云数据配准,运用基于统计离群点去除算法进行点云滤波去噪,并运用基于八叉树算法对点云数据进行压缩处理,经过处理后点云数据为后续实验提供高质量的数据支持。（2）基于SVD的Scale-ICP点云匹配运用一种基于SVD的Scale-ICP点云匹配算法实现影像密集点云与地面Li DAR点云数据的配准,该算法较传统ICP算法点云配准精度有所提高,通过在不同尺度数据集之间缩放配准体现出算法优势。（3）基于改进的PCA法矢估计边缘检测边缘检测是点云补全的重要工作,针对传统的主成分分析边界提取算法中点云法矢方向具有二义性,检测效果不佳的问题,提出一种改进的PCA法矢估计边缘检测算法,提高了边缘检查结果的准确性及抗噪性,完成了点云数据内外边界的检测与判定。（4）基于上下文的缺损部分点云补全针对传统的基于上下文点云补全,本文提出先分割再基于块的迭代补全的点云补全方法,通过局部上下文搜索最优块的方式提高了点云补全的效率,最终以赣县古建筑为实例实现点云补全并对补全结果进行分析研究,结果表明本文补全方法可以较好地修复古建筑点云几何模型。