近年来,随着数据采集技术的进步及数据处理技术的发展,基于视觉技术的三维测量在工业制造、文物保护等领域引起了越来越多的重视。三维测量涉及点云的处理及完整模型的获取等问题。由于现实中无法通过视觉技术一次性获得三维物体的完整模型,于是配准技术应运而生。其借助视角信息及视角点云之间的重叠信息对相关视角点云进行坐标变换,将它们统一到同一坐标系下,从而获得物体完整的三维模型。围绕三维点云配准技术的研究及其在基板三维测量中的应用,本文主要开展了以下几个方面的工作:第一,基于改进的流程,创新性地对点云配准的各阶段关键技术进行了分类、总结及讨论,并提出了目前点云配准领域所面临的问题及挑战,旨在为相关工程应用及学术研究提供参考性、启发性或指导性意见。该流程包括:(1)降噪阶段,将噪声分为三种类型,分别介绍了相应的滤除方法,最后对一般滤波策略进行了总结。(2)数据简化阶段,将数据简化方法分为检测子方法和描述子方法,并进一步地将检测子方法细分为LRF方法、非LRF方法,将描述子方法细分为特征签名方法、空间分布直方图方法、几何分布直方图方法。在此分类的基础上,分别介绍了几种性能优异或特点鲜明的算法。在总结与讨论部分对相关性能调研性或对比性文献进行了总结,得出了一些指导性结论。(3)对齐阶段,将对齐方法分为全局最优对齐方法和局部最优对齐方法两类,并讨论了以全局最优对齐及局部最优对齐依次替代传统流程中的粗对齐及精对齐的合理性及可行性。接着进一步地将全局对齐方法分为RANSAC、Graph、BnB、Heuristics、Frequency和Field六类,局部对齐方法分为GMM方法和ICP方法两类。在此分类的基础上对各类方法的基本原理、实现框架和优缺点进行了总结介绍,并相应地介绍几种值得注意的算法。在总结与讨论部分,对对齐方法种类进行了总结,并对一些方法的适用性进行了介绍。第二,提出了一种基于平面法向的旋转平移解耦的三维点云刚性配准算法。该算法主要包括平面提取及其法向计算与处理和最优配准解搜索两个步骤。(1)平面提取及其法向计算与处理,即点云的预处理步骤,设计了一套适用于诸如本文基板点云的降噪、平面提取、法向计算与处理算法。(2)最优配准解搜索,即点云的对齐步骤。该步骤将旋转平移解耦:首先利用点云平面法向确定可行旋转解空间,然后基于解空间的组成规律对其进行压缩,最后利用RANSAC方法在该旋转解空间中搜索最优平移解,确定该最优平移解的旋转解即为最优旋转解,两者结合即可得出最优配准解。此外,实验验证了相应方法的可行性及有效性。第三,在基板的三维测量应用中,设计了基于单幅点云的三维测量和基于配准的误差检测两种方案,并结合本文算法分别进行了实现。此外,对这两种方案的优缺点及适用性进行了讨论。总之,本文对配准算法各阶段关键技术进行了调研、总结,并提出了一种适用于诸如基板等至少具有两个可检不平行平面的全局最优配准算法。该方法对角度、密度等变化具有很强的鲁棒性,在相关试验中,本算法在表现出足够的稳定性的同时整体上取得了更好的结果。在应对噪声点云及真实点云的配准试验中同样取得了更好的结果。