点云因其具有准确的位置信息,在三维物体检测与分割中被广泛应用。一些方法直接利用点云的空间结构信息可以实现点云的分割与检测,但由于点云本身的稀疏性等固有缺陷使得这些方法大都存在各种各样的问题。为获得更好的分割与检测结果,本文对视觉信息进行不同方式的融合,从而实现点云的分割与检测,工作概述如下:（1）为了有效解决点云数量庞大且结构稀疏等问题,根据激光雷达成像特点将点云投影到2D空间使其更稠密,通过在2D空间表示点云的视觉信息,并结合其空间信息进行特征提取与分割。本文充分利用点云的多视角成像特点,根据人的观察机制提出了一种场景视点偏移方法。通过点云变换和水平移动场景视点生成多视点序列,以改善三维点云分割结果。为了避免盲目增加偏移序列,同时更有效地找到合适的偏移距离,本文利用场景视点偏移预测模块进行偏移量预测,并借助卷积网络实现球面前视投影视图下的点云分割,与其它方法相比,对点云的分割结果取得了较明显的改善。（2）投影可以有效改善点云规模大的问题,但在投影过程中不可避免的会产生进一步的遮挡,且单一的投影视图并不能体现点云的全部空间信息。不同投影视图具有不同的特征与空间结构细节,彩色图像中具有丰富的纹理信息,本文通过融合不同视图的信息实现了点云特征更丰富、准确的表示。分别在彩色图像、球面前视投影视图和鸟瞰投影图上进行检测与特征提取,并采用投影关系实现不同视图特征在点云上的对齐与特征的融合。除此之外,为了更有效利用点云的空间结构特征,本文通过添加三维方向编码和高度切片等信息以改善提取的特征信息,并利用空间特征投票得到最终的检测结果。本文方法相较于一些基于投影的方法在各类别的检测精度上均有改善。（3）图像与点云之间存在着密切的对应关系,为了有效地利用这种对应关系,本文利用双目视图的视差估计得到深度图,并通过投影公式将其投影到三维空间中生成伪点云。同时,为了有效利用图像、深度图与伪点云之间的对应关系,将二维图像检测结果传播到伪点云上,从而利用图像实现较高准确率的三维点云分割。为了得到更准确的三维分割结果,本文采用二维检测结果加权,使得目标区域的深度估计更加准确,并利用空间信息划分提高分割结果。所提方法在伪点云分割结果上取得了与使用真实点云较为接近的性能。