三维形体拼接技术为大型自由曲面的三维测量提供了一种新的途径,具有较大的应用价值。三维形体的拼接在三维扫描系统中是一个非常关键的研究课题,也是计算机视觉和图形图像处理领域重要的研究方向。由于三维物体的复杂多样性和测量系统得到点云的海量散乱性,三维拼接处理一直是一个难点。针对三维形体和测量系统的特点,根据三维拼接的要求,本文深入研究基于特征标志点的点云拼接算法、基于ICP的点云拼接算法、点云孔洞填补算法等,结合三维空间识别、三维视场处理,研究与实现三维点云拼接及处理系统,对多视点云拼接优化后直接输出可供CAD/CAM软件使用的完整数据模型。 本文第一章阐述了三维扫描系统和拼接技术的应用背景、关键意义。第二章在深入研究三维空间视觉算法基础上,分析了多种拼接技术与原理,着重讨论了基于标志点的拼接算法和基于ICP的拼接算法。在基于标志点的拼接算法中,研究了标志点的匹配的方法,实现了标志点的二次匹配算法,并应用基于改进三角组合法的点云预览拼接方法实现最终拼接；在基于ICP的拼接算法中,研究了各种ICP的加速算法,并给出了三维空间点云最近点的邻域带搜索算法。第三章对点云孔洞的填补算法进行了深入研究,提出了一种基于神经网络的新算法对孔洞进行填补。算法对于不同类型的孔洞采用不同的策略,其中对于标志点产生的孔洞,根据其位置大小可以确定、数量较多的特点,提出了自动填补的方法。为了保证填补的孔洞数据与周围数据连续以及特征表示的更好,本文提出的算法根据孔洞周围点云数据密度选择重采样密度以及对于初步填补的点云数据进一步按曲率进行调整,取得了更好的填补效果。第四章给出了课题的总结与进一步的展望。