在反求工程中，点云多视图拼合是三维数据点采集和处理中必不可少的环节，直接影响到三维数字化的整体精度和后续的模型重建工作。由于点云多视图拼合可以分解为点云数据配准以及数据融合，因此本文对点云数据配准和融合技术做了深入细致的研究。本文的研究内容主要有以下几个方面：　　 (1)在点云多视图拼合过程中，由于点云是散乱无序的，因此对于点的查询非常耗时。本文在深入分析点云数据结构的基础上，提出了一种自适应空间分割排序的数据结构。实验结果表明，此数据结构可以大大提高三维空间点查询的效率。　　 (2)论述了点云配准算法的原理。在分析ICP算法及其改进算法的基础上，提出了一种基于自适应空间分割排序的改进ICP算法，以改善原有算法的计算速度。　　 (3)本文在对数据配准的基础上，运用了本文提出的自适应空间分割排序的数据结构来寻找重叠区域内的冗余数据，然后删除冗余数据的方法进行数据融合。　　 (4)根据理论研究成果，在Windows XP系统下利用Microsoft Visual C++和OpenGL工具进行了软件系统的设计。　　 通过实例数据验证了本文提出的点云数据配准算法以及数据融合算法。本文提出的算法有较好的配准速度，具有较高的实际应用价值。