具有复杂曲面的物体三维外形轮廓测量技术在航空、航天、汽车、船舶、机械等行业有着广泛的应用需求,而对多视角测量数据的拼合是获得完整外形轮廓的重要环节。本文深入研究了基于双目立体视觉测量系统的具有纹理属性的多视点云拼合技术,包括图像匹配、数据拼合、纹理添加以及纹理融合。本文的主要内容和成果总结如下:1.分析了几种常用的图像匹配方法,采用基于特征的匹配方法建立双目立体视觉测量系统在不同测量视角拍摄的图像之间的初始特征匹配点对,并对匹配点对中存在的错误匹配利用视差梯度约束的方法进行剔除,获取最终的稳定特征匹配点对,为多视角测量数据的自动拼合提供基本条件。2.分析了现有拼合算法各自所存在的优缺点,提出了一种基于特征匹配点对的多视角测量数据的自动拼合算法,并说明了该算法所具有的优越性。首先通过五点算法从已建立的匹配点对中随机选取五对求取两个测量视角之间的本质矩阵,并采用假设—验证机制保证算法的稳健性。然后利用奇异值分解求取旋转矩阵和平移向量,最后对数据进行坐标变换实现对多视角测量数据的自动拼合。本文方法简单可靠,不需要借助旋转台等硬件辅助设备,也不用在被测物体表面粘贴辅助标记点,能够保证较高的拼合精度,具有广泛的适用性。3.深入研究了三维测量数据的纹理信息添加以及重叠区域纹理融合的算法。首先利用空间三维点与二维图像像素点的一一对应关系建立规则的三角网格模型,并采用重心坐标加权的方法实现三角面片纹理的添加与光滑显示。接下来对多视角网格模型进行同时融合,依次选取每个视角的网格模型作为基准,对模型之间的重叠区域进行检测和优化调整,合并并去除冗余的网格数据,然后对出现的缝隙进行缝合处理。对于重叠区域合并所产生的新点的纹理值,采用其对应的所有重叠点距离边界远近来对它们的纹理值进行加权平均的方法而获得,该方法可以保证重叠区域纹理的光滑过渡。最后对缝隙缝合生成的新三角面片重新进行纹理信息添加与显示,形成具有光滑纹理属性的单一拓扑流形的网格模型曲面。