基于特征点匹配的拼接技术是数字图像处理领域一个重要的研究方向,在虚拟现实、计算机视觉、计算机图形学、遥感图像分析等领域都有广泛的应用价值。拼接技术也分为多种维度的,二维的平面图像拼接,包括彩色图像、光谱图像、显微图像等;三维的点云图像拼接,在逆向工程、三维模型重建过程都有涉及。论文从介绍图像拼接技术的不同维度的应用前景出发,详细介绍了三维点云数据的拼接和基于Kinect的标注点坐标提取。并设计了 一种新型的成像光谱仪系统,可以随时检测生物样本的光谱信息,并最终完成光谱图像的拼接。主要研究内容和创新点可以概括为以下3点:总结了三维点云重建的基本理论,主要包括传统的点云拼接过程、基于特征点的配准方法、ICP、SIFT、RANSAC等算法思想,然后说明了 ICP算法现有的局限性,提出了一种新的双步拼接法,将初步拼接和精细拼接结合运用,有效地提高了点云拼接的精度和效率。指出生物医疗领域对癌症患者放疗部位高速精准监控的需求,首先基于理论和试验结果,对实验所用的仪器Kinect的实验精度做出测试。然后对需放疗部位做出颜色标注,在微软Kinect基础上,运用RGB三原色的原理,提取出标注点的三维坐标,可以实现精准靶向治疗。设计了一种新型的成像光谱仪系统,根据实验的光谱结果,可以分别对香蕉成熟度、猪肉中肌红蛋白进行检测,以及实现人体血红蛋白的监测。此外,通过对成像光谱仪的手动扫描,可以获得三维光谱图像数据立方体,即完成光谱图像的拼接。