随着计算机技术和3D打印的快速发展,通过实物产生数字模型的逆向工程技术获得了越来越广泛的应用。在利用面结构光三维测量设备进行物体形貌测量时,受单幅测量范围和视觉遮挡的限制,需要对物体表面进行多次拍摄以获取完整的三维数据。其中多视点云自动拼接是关键。现有的自动拼接方法包括有人工辅助的拼接和无辅助的拼接。有人工辅助的拼接通常需要电动转台或引入标记点来实现拼接。该方法由于使用了辅助工具在使用时存在一定的局限性。无辅助的拼接技术主要包括基于几何特征的配准方法和基于图像特征的配准方法,这两种方法受自身算法的限制都只适用于一定的拼接场合,在对不同物体表面进行测量拼接时稳定性较差。为了解决上述问题,本文对基于几何特征的配准算法和基于图像特征的配准算法进行了深入分析。在此基础上,提出了一种基于几何特征和基于图像特征的自适应点云拼接方法,该方法的主要创新点如下:(1)利用物体特征点代替标记点实现无人工辅助的点云自动拼接,避免在物体表面粘贴标记点。(2)建立了一个配准算法选择模型,通过引入配准算法判断因子来综合评价物体表面的几何、纹理复杂程度,从而系统可自适应地选择合适的配准算法,实现了几何、纹理的有效结合,提高了拼接的稳定性。(3)通过引入RANSAC算法来进行特征点的匹配,有效提高了点云数据的拼接精度。最后为了验证本文所提方法,设计了一系列针对性实验,实验结果表明该方法能够实现不同表面的稳定点云拼接。