随着现有技术的发展,微纳型器件的兴起越来越成为可能,广泛应用于汽车、航空航天等领域。微结构元件表面具有很多种类的几何特征结构,例如微台阶、微沟槽等,其几何特征结构对微结构元件有着重要的影响,所以测量和评估微结构元件是有必要的。但是由于图像传感器的分辨率和光学放大率的限制,所有的表面形貌测量仪器的测量范围是有限的,绝大部分的大面积微结构跨尺度的表面形貌必需经过分段子孔径测量,再利用拼接计算实现整体数据的拼接。因此拼接算法是影响测量对象表面形貌的精度的一个相当重要的因素。传统的三维匹配算法一般利用关键特征点与其相应的邻域信息以此构建特征描述子,由于结构化表面的特征是表面的结构以阵列的形式排列,其多数表面的特征点邻域极其相似,以至于一般性的三维匹配算法容易发生匹配模糊,无法准确地解决结构化表面的匹配问题。为此,本研究提出一种基于特征点聚类的三维拼接算法,通过仿真与实验,验证其可用于结构化表面子孔径测量数据的准确拼接。该算法由(二维)内群特征点对(在重叠区域里的正确的特征匹配对)搜索与三维刚体变换计算两个部分组成。在(二维)内群特征点对搜索方面,首先针对任意相邻子孔径数据使用SIFT法对表面数据进行特征点检测。我们在表面形貌数据上的SIFT特征分析实验表明,该方法对测量中因为样品旋转或位置偏移引起的数据变化具有良好的免疫效果。接着使用均值漂移聚类算法对提取的特征点进行聚类,利用分类原则得到重复性特征点与显著性特征点。为避免对应点对的搜索模糊性,通过随机地选择不同的显著性特征点对进行最小二乘单应变换计算与离群点对剔除,并结合重复性特征点对进行单应变化核验,使算法最终收敛于一个最佳解。该解在保证了足够数量下显著与重复特征点对间的距离平方和最小的同时,给出了非歧义匹配的特征点对。最后,将所有特征点对的z坐标引入,计算所有内群点对之间的三维刚体变换矩阵,并将其用于子孔径数据拼接。通过一系列仿真与对比实验,证实了上述提出的子孔径拼接算法对于结构化表面形貌数据的拼接具有更好的鲁棒性和高效性。