随着国内外汽车发动机制造精度已达到微米级，缸体、缸盖等多孔大尺寸零件表面的三维形貌质量越发重要。新出现的高清晰测量技术可以同时实现大测量范围、高采样密度的三维形貌测量，能够反映以往制造过程中看不到的信息。挖掘高清晰测量的海量点云数据，能够评价零件表面形貌的内在特征，监控加工工艺参数的变化，掌握表面精度的演变规律。因此，本文从高清晰测量技术出发，围绕发动机缸体、缸盖等多孔大尺寸零件表面的加工、测量和质量控制，建立了高清晰测量点云数据预处理方法、多孔大尺寸零件表面的三维宏观形貌评价方法、基于三维宏观形貌的精加工修光刃磨损监控方法和零件表面形貌预测和预测统计过程控制方法。主要研究成果如下：　　(1)建立了高清晰测量点云数据的预处理方法，通过基准转换、插值重采样、灰度映射和边界判断，实现了数百万个点的不规则点云数据至灰度图像的转换，消除了原始点云数据的测量误差、坐标冗余和数据漂移，保留了原始点云数据的幅值和空间信息，清晰地反映了零件表面形貌和加工纹理。　　(2)基于改进的灰度共生矩阵方法，提出了熵、对比度、相关性等三维宏观形貌特征，能够描述多孔大尺寸零件表面的内在特征和规律，拓展了现有的二维微观形貌、二维宏观形貌、三维微观形貌的形貌评价方法，并且建立了基于三维宏观形貌的刀具崩刃诊断方法，能够降低加工刀具的提前更换和加工成本。　　(3)基于零件表面形貌圆弧走刀轨迹转化的直线走刀轨迹，提取了垂直于走刀轨迹方向的三维宏观形貌作为修光刃磨损指标；提出了修光刃磨损的非拆卸修正测量方法，实现了修光刃微米级磨损的测量。通过建立三维宏观形貌与刀具磨损的映射关系，可以监控修光刃的平均刃高磨损以及多个修光刃的刃高差变化，实现了修光刃微米级磨损的非接触监控和精加工刀具位置的补偿，能够提高顶面轮廓度等关键尺寸的加工精度。　　(4)建立了零件表面加工过程的时空自回归滑动平均模型，实现了未来加工零件表面质量的事前预测。结合质量特征预测和统计过程控制提出了预测统计过程控制，能够根据预测的质量特征来判断加工过程是否失控，提高了加工过程的预警能力，避免废品的产生。　　本文提出的基于高清晰测量数据的测量表征、形貌评价、刀具监控和质量预测方法，能够评价零件表面的三维形貌特征，监控制造过程精加工刀具的磨损，预测未来加工零件质量，对提高零件表面形貌的加工精度，降低加工成本，实现发动机质量的提升，具有重要的理论意义和应用价值。