多视点云对齐是实现基于多传感器的闭环测量系统以及提高逆向工程中重建曲面模型质量的关键技术之一。现有的多视点云对齐方法往往由于被测零件的复杂表面外形以及测量噪声的影响，对齐精度受到限制。本文对多视点云对齐方法进行了系统地分析和研究，主要研究内容和成果可归纳为以下四个方面：1.通过分析影响点云对齐精度的主要因素，得出了由测量点云建立一个满足任意拓扑外形的平滑曲面是多视点云对齐中的关键问题的结论。在此基础上，提出了点云的移动最小二乘曲面重构方法，并且分析了传统的移动最小二乘曲面在应用于非均匀采样点云数据的曲面重构中存在的误差来源及其局限性，为后续的研究内容奠定理论基础。2.明确指出了移动最小二乘曲面定义中的高斯核参数h的取值是影响曲面重构精度的重要因素。定义了一种新的适应性移动最小二乘曲面，使高斯核参数h的取值依据曲面局部主曲率适应性变化。该方法使得曲面定义能够根据局部邻域内的曲率信息多尺度的表达曲面的几何特征，保证了曲面模型在平坦部分的光滑连续，同时在尖锐特征部分不会因过度平滑而导致形状失真。3.为了克服传统的曲率微分计算方法应用于离散点集表达的曲面上存在的对于噪声过于敏感的缺点，提出了一种使用积分方法的多尺度主曲率计算。并且通过主曲率的求解结果迭代反求出该点处合适的尺度，最终得到整个曲面上的尺度分布信息，由此确定曲面上任意点处的高斯核参数值。4.提出了基于适应性移动最小二乘曲面的多视点云对齐方法。通过模拟曲面案例与实际工程案例实验，与一些经典的对齐算法进行对比，精度有了显著提高。最后通过分析讨论验证了该方法对于点云的密度、噪声级别、初始位置等因素具有稳定性。