现代战争中日趋复杂的战场环境对精确制导武器提出了越来越高的要求。激光成像雷达（LADAR）作为一种能够直接获取目标三维信息的主动传感器，已经被认为是在复杂背景下探测地物目标并进行识别的重要新兴技术手段。精确制导技术的重要发展方向之一就是激光成像制导技术。由于激光成像雷达既能成强度像又能成距离像，为制导系统的目标识别提供了更为丰富的三维信息，相比合成孔径雷达以及红外成像传感器等手段在目标探测方面更具优势。然而，通过激光成像雷达对三维场景或目标进行成像所得到的数据信息，与真实场景与目标仍有一定距离。为更好地还原目标与场景的真实特性，以及为后续目标特征提取与识别提供数据支持，对成像数据的预处理是非常重要与基础的一步。本文围绕激光成像雷达距离像拼接技术进行了深入地研究，主要进行了如下工作：第一章为绪论部分，对课题的研究背景及意义进行了详细地阐述，介绍了激光成像雷达的发展现状，回顾了国内外关于激光成像雷达距离像拼接技术的研究情况，并指出本论文的主要工作。第二章主要研究了基于特征匹配的点云拼接算法。介绍了目前应用最为广泛的拼接算法—迭代最近点法，分析了该算法的原理并给出了具体步骤。针对迭代最近点法存在的问题，粗拼接技术是一种有效的解决方法。基于特征匹配拼接算法是一种经典的粗拼接算法，本章对该算法进行了深入地研究，介绍了算法原理以及特征点提取、特征点匹配等问题，最后采用激光成像雷达仿真数据对该算法的有效性进行了验证。第三章主要研究了基于最小一致包围矩形的点云拼接算法。基于地面装甲等目标的点云特点，定义了最小一致包围矩形，并用以描述目标点云在各坐标平面内投影的外围轮廓信息，利用点云在各坐标平面内投影的最小一致包围矩形面积之和最小对目标独立坐标系进行估计，再通过分别将待拼接点云的独立坐标系旋转至世界坐标系来实现粗拼接，最后应用迭代最近点法作二次精确拼接。利用成像仿真数据对提出的算法进行了验证，并与基于特征匹配的点云拼接算法进行了比较与分析。第四章主要研究了基于迭代最小空间分布熵的点云拼接算法。本章对点云空间分布与点云相对位置的关系进行了研究，并基于信息论中熵的概念，定义了三维点云空间分布熵。研究了三维点云空间分布熵与点云空间分布的关系，并建立起点云相对位置与点云空间分布熵的关系，在此基础上提出了基于迭代最小空间分布熵点云拼接算法。最后在仿真数据上，对算法有效性进行了验证，并与基于特征匹配的点云拼接算法作了比较。第五章为结束语，对论文进行了总结并说明了本文的主要创新点，指出了下一步的研究工作。