三维点云的拼接技术在逆向工程中是一个非常关键的研究课题，也是机器视觉和图形图像处理领域重要的研究方向，它在计算机辅助设计、虚拟现实、飞机制造、医学影像等领域有着广泛和重要的应用。　　 由于结构光扫描单次测量范围的限制及物体表面特征的遮挡，不能通过单次测量来获得物体的全部三维形貌，这也就使拼接成为必然。而由于三维物体的复杂多样性和测量系统得到的点云的海量散乱性，三维拼接处理又一直是一个难点。　　 本文主要针对三维形体的尺寸和自身特性以及测量系统的特点，根据三维拼接的要求，设计了多种拼接算法以适应不同尺寸、不同形状物体的测量，通过实验证明算法的可靠性。还介绍了利用匹配标记点求解空间变换矩阵的两种主要方法——SVD和四元数法，并利用大量实验数据对二者的计算精度进行比较。对于拼接算法的精度，本文利用标准球拟合的方法对其进行了评价，实验证明直径为40.000±0.00003mm的标准球，拼接的误差小于0.060mm。　　 由于拼接误差的存在，导致拼接后点云的重合区域并不是完全拼合到一起的单层点云，而是有微小缝隙，即使完全拼合到一起，这部分点云也会呈现出较高的点云密度，对后期的建模和成型有很大的影响，因此本文利用点云融合算法对其进行处理。首先对ICP算法进行详细分析，结合点云的特点对ICP算法进行改进，有效的消除拼接点云间的空隙；然后对已经拼合成为一个整体的点云用包围盒法，实现了对点云密度过高区域的粗略精简；最后用随机采样算法，以曲率和密度为删除准则，对点云进行整体精简。这样既精简了点云数量又有效的保留了点云的细节和边缘信息。得到的点云可供CAD/CAM等软件直接使用。　　 本文算法都是在VC++6.0平台上，结合OpenCV实现的，且部分已集成到商业系统中。