随着计算机辅助设计技术的发展,通过实物模型产生数字模型的逆向工程技术在航空、航天、汽车、船舶、模具等领域得到了广泛应用。点云配准作为逆向工程中一个重要环节,配准结果的好坏直接影响着后续数据处理和重构精度。本文围绕点云配准的精度和效率展开研究,主要研究内容和成果如下:首先,针对只有空间位置信息的点云,提出一种基于快速点特征直方图的配准方法。该方法首先根据点云的局部法向量变化提取特征点,然后计算特征点的快速点特征直方图,并根据此特征确定初始对应点集;其次利用随机抽样一致性算法去除错误对应点,得到精确对应点集;然后采用四元数法求解变换参数,将点云变换到同一个坐标系下,完成点云初始配准;最后采用改进的ICP算法对点云进行精确配准。该配准算法效率高,实验验证了算法的有效性。其次,针对颜色信息比较丰富的点云,提出一种空间位置信息和颜色信息相结合的配准方法。首先提出特征图的概念,并使用特征图作为点特征的描述,根据数据的一维特征图提取特征点,将一维特征图和颜色信息相结合确定初始对应点集;其次利用高维特征图初步剔除错误对应点,采用Greedy Bound算法结合点云刚性变换的性质进一步去除错误对应点,得到精确的对应点集;然后利用四元数法计算初始变换参数,并变换点云数据完成初始配准;最后结合颜色信息改进ICP算法,并使用改进的ICP算法完成精确配准。提出的特征图融合了高维特征和低维特征的优点,同时算法又充分利用了点云的颜色信息,提高了点云配准的效率和精度。最后,在Visual Studio 2010集成开发环境下,结合OpenGL和PCL点云库,开发了点云处理系统,该系统具有点云滤波、精简、配准等处理功能,通过实例展示了点云的处理过程。