为了全面展现实体模型点云数据的完整性,基于逆向工程的点云匹配技术得到了广泛的应用。本论文对点云匹配技术及其算法进行了深入研究,并在此基础上提出了Chamfer距离特征提的数据匹配算法,提高了点云匹配的精度。本文完成的主要工作如下：1.对现有的一种基于曲率的ICP改进算法进行验证。首先利用被测点以及其邻域内各点的几何信息进行曲面拟合,并估算出该曲面在被测点的曲率,然后根据曲率的相似性寻找特征点并进行匹配计算。实验验证表明该算法匹配效果存在不足,出现阴影重叠区域。2.在采用主成分分析法进行点云初步匹配的基础上提出一种基于Chamfer距离特征提的数据匹配算法,进一步提高了点云匹配精度。该算法首先利用点云数据的几何信息计算出测量点协方差矩阵的特征向量,并通过空间坐标变换实现点云的初步重合匹配；利用Chamfer距离变换法搜索特征点并确定其对应点集,然后用最小二乘法进行误差函数迭代计算,最后用SVD法求解坐标变换,实现点云数据的高精度匹配。3.利用Geomagic软件和编程软件实现算法的实时操作,根据实验结果对前面提到的算法进行分析比较,结果显示Chamfer距离特征提取的数据匹配算法获得了良好匹配效果。