反求工程技术是产品设计中一项重要的辅助技术,对我国的科学技术发展有着重要的助力作用。随着反求工程技术在各行各业的使用,使设计多样化的产品周期大大减少。为了精确的得到完整的点云模型,需要多次扫描模型配准,使所有的点云形成一个完整的点云模型。本文针对现在刚性配准方法存在的问题提出了新的解决和改进方案,并且通过对比试验验证了本文方案的正确性和有效性。本文的主要工作包括:(1)本文提出了基于熵准则遗传算法的点云粗配准算法。该方法具有很强的鲁棒性,同时对于只有少部分重合的点云数据和含有噪声点云数据均有很好的效果。该方法采用了评价点云空间位置新方法---空间分布熵(SDE),空间分布熵利用信息熵的概念结合点云空间坐标和密度关系评价两点云的相对位置。以空间分布熵作为点云配准的优化函数,采用遗传算法作为优化方法,两者之间的结合实现点云粗配准。实验表明空间分布熵相比较均值平方误差评价空间位置效率大大提高,遗传算法搜索最优解具有方向性避免全局搜索,使配准效率有很大提升。(2)本文提出了一种基于点云特征直方图改进ICP点云精配准算法。这种方法利用点云特征直方图有很好的区分度,在寻找对应点时能准确的形成对应点对,使ICP算法收敛速度更快,同时也提高了点云配准的精度。(3)本文提出了一种通用性的配准算法。采用粗配准再进行精配准的策略,粗配准使用空间分布熵作为优化目标再结合具有方向性搜索方法遗传算法,能快速的搜索空间最优变换,并且针对少部分重合的点云和有噪声的点云都有效。精配准在粗配准提供良好的初始位置的状况下,加入高维特征点云特征直方图使配准精度提高。两种算法的完美结合各自发挥自己优势使配准算法具有通用性和精确性。