作为从各种实际应用中抽象出来的基础问题,点集配准的目的是通过有效的方法寻找合适的空间变换关系和点对应关系从而实现两个点集的匹配。在计算机视觉和模式识别领域,点集配准是一个重要而基础的问题,广泛应用于光学字符识别、增强现实、目标识别、姿态估计、医学或遥感图像配准、景象匹配制导、计算化学、计算解剖学等领域,同时也是目前各领域关注和研究的热点。众多学者从图论、信息论、特征描述等角度对点集配准问题进行了深入分析,然而由于点集配准问题本质上是具有NPC复杂度的组合优化问题,尤其当点集中存在噪声、离群点和非刚性形变时,现有算法还无法有效解决,这极大的限制了其在实际工程中的应用。针对点集配准技术的研究现状,本论文分别从一般性点集配准和特征点配准两方面着手,对匹配代价函数、特征匹配、空间变换、变换约束等进行了深入的研究,提出了一系列新的点集配准算法。作为点集配准在实际工程中的一项应用,研究了利用点集配准技术实现表面贴装设备中贴片元件的快速准确视觉定位。主要内容概括如下:在对已有算法的分析和总结基础上,提出了点集配准问题的统一目标函数,它包括距离测量项、空间变换限制项和对应关系限制项。为了保留点集的拓扑结构,提出了k连接邻域,参照局部线性嵌入算法设计了新型结构风险函数——局部空间变化约束。针对一般性非刚点集配准问题,在概率框架下提出了保留局部拓扑结构的配准算法。算法综合了全局和局部空间变化约束,利用期望最大化方法给出了相应的求解策略。为进一步提升算法的配准效果,将点集的形状上下文作为点集对应关系的先验条件引入到配准算法中。针对图像特征点配准问题,提出了基于配准误差的混合模型二分类算法。通过分析正确特征匹配和错误特征匹配点对之间配准误差分布的差异,实现对正确和错误特征匹配的区分。考虑了正确特征匹配点对的配准误差服从高斯、指数、拉普拉斯和瑞利分布时,图像的空间变换分别为刚性变换、仿射变换和非刚性变换情况下的图像特征点配准求解方法。为了提升算法在离群点比例较高时的性能,根据图像局部变化平滑性,提出局部对应关系一致性筛选方法。鉴于高斯L₂距离代价函数比欧式距离代价函数和负对数似然代价函数具有更好的性能,针对图像匹配问题,设计了基于高斯L₂距离的鲁棒图像配准代价函数。将特征相似性（图像特征相似性、点集形状上下文等）通过对应关系矩阵引入到配准算法中。通过结合确定性退火算法和所提出的两步更新策略,实现对代价函数的求解。针对刚性、仿射和非刚性形式的图像变换,给出了相应的配准方法。分析了所提出的算法与常用配准算法之间的联系。利用点集配准思想,设计了一种由粗到精的矩形引脚表面贴装元件在线定位算法。利用实际应用中隐含的刚性变换条件,将点集配准的对应关系和变换关系进行去耦合,实现配准方法在高速、高精度实际项目中的应用。为提升定位效率和定位精度,设计了由粗到精的在线定位策略。根据矩形引脚的特性,设计了两类关键顶点。在粗定位阶段提出利用距离特征和形状特征相似性得到两个点集之间的对应关系。利用最小二乘方法完成对已知对应关系的点集配准问题的求解。将球形引脚表面贴装元件的球形引脚中心作为不变的特征点,把元件定位算法转换为点集配准问题。为实现焊球的高效、高准确率的检测,由粗到精的两步定位策略,得到元件的精确位置和精确旋转角度,其中利用刚性点集配准实现粗定位,利用最小二乘方法实现精定位。提出利用重叠率对,实现对焊球排布和焊球质量的评价,并给出了相应的评判指标。