自由曲面视觉测量三维数据拼接方法研究是关于在三维测量领域中，如何通过视觉技术来获取物体表面的详细几何信息。在这个过程中，研究者孙军华和耿云提出了一个基于标志点对应关系进行三维数据拼接的新方法，该方法通过在被测量的自由曲面上粘贴特定数量的标志点，并采用大视场数码相机进行全景拍摄，以获取整个曲面的全面图像。
三维数据拼接是一个复杂的过程，需要将通过不同视角获得的图像数据整合在一起，形成完整的三维模型。该方法涉及到的关键技术包括三维扫描和全局坐标系下的三维坐标计算。在实际操作中，三维扫描仪会被放置在被测曲面周围的多个位置，以此来获取局部扫描点云。与此同时，还需要计算出局部坐标系下标志点的三维坐标，形成局部测量控制点集。
为了解决局部坐标系向全局坐标系转换的问题，研究者提出了利用至少3个非共线标志点的方法。通过这些标志点，可以解算出局部坐标系与全局坐标系之间的转换关系，并实现局部三维数据的拼接。该方法的优点是操作简单，方便现场使用，并且精度较高，拼接后的x、y和z坐标的RMS误差分别为0.17mm、0.11mm和0.10mm。
视觉测量技术在现代工业中扮演着至关重要的角色。随着产品多样化和人们生活水平的提升，物体三维外形轮廓的获取成为测量领域的一个重要研究方向。视觉测量技术的优势在于非接触式、测量速度快、自动化程度高以及精度高等特点，因此得到了广泛的应用。然而，由于受到CCD摄像机的分辨率和视场限制，单个视觉传感器无法完成大尺寸空间的精密测量任务，需要通过分块多次测量然后进行数据拼接的方式。
目前常用的三维数据拼接方法包括Iterative Closest Point（ICP）算法及其改进算法和参照物法。这些方法通常利用相邻视场的公共区域来进行拼接，但它们存在累积误差的问题。尽管有些方法在ICP算法的基础上对所有参数进行了全局优化，降低了累积误差，但ICP算法及其改进算法仍然只适用于曲率变化大、不规则的物体。对于规则物体，如球体、圆柱体、平面等，ICP算法将无法有效地工作。而孙军华和耿云提出的方法则不受到这些限制，对规则物体的测量同样适用。
此外，研究中还提及了该研究得到了高等学校博士学科点专项科研基金资助项目的支持，作者孙军华是一位副教授，主要研究方向包括光电精密测量、机器视觉和图像理解。这项研究不仅代表了三维视觉测量领域的新进展，也为自由曲面的三维数据拼接提供了一种新的解决方案。
