RGB-D-T多模态图像匹配技术是一门融合了传感器测量、数字图像处理、信号处理等多种技术为一体的现代高新技术。RGB-D-T多模态图像匹配技术可以实现多源图像间的像素级匹配,综合利用多源图像间的互补优势,因此能够被应用于环境感知、场景分析与理解等众多领域。本文构建了一套RGB-D-T多模态成像系统,该系统包括一台KinectV2相机（包括一台彩色相机和一台深度相机）和一台FLIR A615热红外相机,针对于RGB-D-T多模态成像系统标定、多模态图像匹配、三维彩色场和三维温度场空洞填补等关键技术进行了深入探讨与研究,主要的研究内容为:（1）在RGB-D-T多模态成像系统标定方面,采用张正友标定法完成了彩色相机和深度相机的标定工作,针对热红外相机无法使用普通棋盘格标定板标定的问题,设计制作了热红外标定板,并提出了基于热红外标定板几何形状的标志点检测算法,完成了热红外相机的标定工作。实验结果表明,使用基于热红外标定板几何形状的标志点检测算法能够提升热红外相机的标定精度。（2）在多模态图像匹配方面,针对于异源图像间无法使用传统的图像特征点检测方法完成图像像素级匹配的问题,以RGB-D-T多模态成像系统各个相机内参数矩阵和表征它们之间空间位置关系的外参数矩阵为基础,提出了基于投影变换的多模态图像匹配算法,完成了 RGB-D-T多模态图像像素级匹配工作,根据匹配结果构建了 RGB-D-T信息场,并通过重建具有点云级匹配关系的三维彩色场和三维温度场更好的可视化RGB-D-T信息场。实验结果表明,投影变换匹配算法能够实现多模态图像像素级精确匹配。（3）在三维彩色场和三维温度场空洞填补方面,针对于重建的三维彩色场和三维温度场存在空洞现象的问题,这主要由于深度图像本身存在噪点,噪点处自然也无法完成深度图像像素点与彩色图像像素点、热红外图像像素点的匹配。因此,需要通过深度图像去噪完成空洞填补。本文设计卷积自编码器完成了深度图像去噪工作,实验结果表明,本文设计的卷积自编码器去噪性能优异,提高了重建的三维彩色场和三维温度场的质量。