随着现代工业制造水平的发展,汽车、飞机等行业的产品大多采用不规则复杂型面,模具的设计、生产、检测等环节需要大量的三维复杂曲面的数字化建模和三维检测,这些是质量控制和产品设计的前提。因此工业生产也迫切需要,快速、准确的新型三维检测技术和逆向工程设计技术。论文以复杂曲面点云模型为研究目标,研究基于摄影测量系统的摄像机标定技术,并对几种摄像机标定方法进行比较和评价。提出基于差分进化粒子群混合优化的摄像机标定方法。同时,研究数据预处理的方法,采用基于局部和全局的特征采样方法进行数据简化,并提出基于动态调整因子的改进ICP(迭代最近点算法)算法进行三维点云数据拼接方法。论文重点研究表面数据融合算法,提出免疫遗传和蚁群融合算法对曲面进行拟合以及基于迭代和优化融合算法的三维曲面重构。最后,研究完备正交V系统下的三维模型重构算法,并对三维模型重构精度进行研究以及与其他算法的精度比较。论文主要研究内容:1.针对传统摄像机标定算法中的参数多、计算耗时多等问题,对相机标定技术进行研究,采用差分进化粒子群混合优化算法进行摄像机标定,每次迭代引入差分进化的突变和交叉到粒子群算法里,维持种群粒子的多样性,并在每次迭代中选择最优粒子。实验证明,该算法可以提高算法的收敛性,防止粒子早熟收敛。与GA(遗传算法),PSO(粒子群算法),DE(差分进化算法)等算法比较,本章所提出标定算法的均方根误差仅为0.169,标定误差结果相比其他几种算法小,算法性能优秀。2.针对海量点云数据造成的计算机存储和处理速度慢的问题,提出基于局部和全局采样特征的简化算法,采用非均匀网格法提取点云数据的局部特征值;然后应用空间体素编码法提取点云数据的全局特征值。最后,使用公式融合两者特征值,根据实验选取阈值?(28)0.62,可获得点云简化最佳效果。针对点云拼接中点对点的映射关系比较困难和ICP收敛过程比较慢的问题,研究ICP算法理论,提出一种基于动态调整因子的改进ICP算法。该算法可以有效地减少迭代次数和耗费时间,提高ICP的收敛精度,并在相同初始条件下保持拼接精度。3.针对蚂蚁系统收敛速度较慢,容易陷入局部最优等缺点,结合前人研究基础及曲面拟合特点,提出基于免疫遗传和蚁群融合算法,将免疫遗传算法引入到蚁群算法的迭代中,以所有蚂蚁形成的解群作为初始种群,以当前全局最优解作为疫苗,对初始种群进行选择,交叉,自适应疫苗等操作,通过多次迭代,比较迭代后的最优解和当前全局最优解取两者最优解。实验结果显示,论文提出的融合算法比GA和IGA(免疫遗传算法)的曲面拟合效果都要好,误差分别减小18%和11%以上,本方法拟合时间明显比GA和IGA算法耗时少,分别减少时间21%和8%以上。可见,该算法有很好的收敛速度,曲面拟合耗时少,拟合精度较高。针对节点向量的较难确定以及数据点参数化问题,采用一种融合迭代和混合优化算法(CIHO),提出一种基于点云参数化的迭代方法来确定节点矢量,引入优化权重和数据点参数化的投影优化算法来解决曲面重构问题。实验结果表明,该方法具有快速、有效和鲁棒性。与其他算法比较结果表明,该算法在准确性和耗费时间方面具有竞争力。4.针对现有的完备正交函数系统无法将频谱分析引入到几何信息处理领域的问题,提出一种基于完备正交V系统的模型重构方法,实现用分片多项式构造三维模型的重构,具有操作简单,能够处理任意拓扑的网格。实验结果表明,该方法可以较好的完成模型重构,提高了重构精度,通过三个实例重构模型可以看出,重构模型的误差都控制在0.25mm以内,符合重构曲面的误差要求。同时对模型重构精度评价进行研究,分析曲线曲面光顺性和曲面质量,实验证明,控制点数量的多少对曲面误差有影响,控制点数目增加,曲面拟合精度提高。