逆向工程技术是产品设计中一项重要的辅助技术，对我国科学技术发展有着重要的助力作用。在逆向工程技术的几大步骤中，物体数据化、重建三维模型是关键的一环。但是要判别产品是否满足设计要求，与原型的误差是否超过合理限度，其关键的步骤在于几何质量评估。本课题来源于航空发动机叶片几何质量评估项目,整体项目要求设计并制造专用三坐标机测量实际叶片形貌,生成点云数据并最终生成三维零件模型与理论模型对比评估。理论模型以点云数据模式给出，本文的研究方向是三坐标机测得的发动机叶片的三维散乱空间点和零件设计时的标准CAD模型进行配准操作，并求误差。主要做了以下工作：本文简介了配准的多种主要算法，着重介绍了其中最常用迭代最近点(ICP,Iterated Closest Points)算法。针对ICP算法对于初值要求较为严格的缺点，提出了在精确配准前先进行粗略配准的方法，同时引入最近邻搜索概念，使用k-Dtree(k-Dimension tree)提高ICP算法中对应点对的查找速度，应用欧氏距离阈值和点云方向向量阈值法改进了ICP算法，提高了算法的配准效率和精度。最后，针对提出的算法，本文设计了四组不同类型点云的配准实验，分别配准了空间规则曲面，散乱点云，不同密度点云以及非子集关系的点云。实验结果表明，配准平均误差达到0.0320274mm，对空间无陡峭转折的平坦曲面配准精度更达到0.000007mm，较好的解决了曲面配准问题。