随着现代工业零件逐渐复杂化、大型化发展,对其质量检测提出了更高的要求。面结构光测量技术因具有测量速度快、精度高、非接触等优点,广泛应用于工业零件的三维形貌测量。然而大型工业零件受整体尺寸较大的影响,单次测量无法获得完整三维形貌,若要得到完整三维形貌数据,通常需要完成多视角点云数据的拼接,这一过程往往存在较大的精度损失。为此,本文提出基于摄影测量的多视点云全局拼接方法,开展大视场相机离焦标定和多视点云全局拼接两个方面的研究,最终搭建基于全局点云拼接的三维形貌测量系统。具体研究内容如下:针对大范围测量场景下,现有相机标定方法实施难度大、效率低的问题,提出了基于相位移编码圆的离焦快速标定方法。研究了相位移编码圆的设计原理,生成三步相移编码圆图案作为标定图案;采集离焦状态下的相位移编码圆图像,对离焦图像进行相位主值计算和圆心提取,获取特征点精确的图像坐标;根据得到的二维图像坐标以及标靶的空间位置信息,构建逆向投影误差最小目标方程,优化求解相机参数。该方法采用离焦标定的思路,不需要高精度的大型标靶以及大范围的标定场景;且仅需从一个固定角度拍摄三幅相位移编码圆图像,即可实现大范围视觉系统相机的快速标定。针对多视点云局部拼接方法存在累计误差的问题,提出了基于摄影测量的全局点云拼接方法。分析了摄影测量原理,利用高分辨率相机解析出测量场景中标志点的高精度全局三维坐标;随后根据标志点的空间特征不变性,完成局部标志点和全局标志点的粗匹配,并采用随机抽样一致（Random Sample Consensus,RANSAC）算法去除误匹配;最后根据匹配完成的标志点计算坐标转换矩阵,将局部点云数据转换到全局坐标系下,实现点云数据的全局拼接。所提方法既有效的减少了拼接点云重叠区域,又解决了局部拼接方法产生的累计误差问题,提升了整体测量精度。基于以上研究,搭建三维形貌测量系统,完成了大型零件完整三维形貌测量。经实验验证:基于局部拼接方法的测量绝对误差为0.206 mm,相对误差为0.021%;基于全局拼接方法的测量绝对误差为0.124 mm,相对误差为0.012%。结果表明全局拼接方法相比于局部拼接方法测量精度有显著提升,满足大尺寸工件高精度测量需求。