Para alcançar uma reconstrução tridimensional mais precisa de objetos com e sem características, este artigo estudou um algoritmo de junção automática de nuvens de pontos 3D sob sensores multivisão. Primeiro, após a calibração dupla dos sensores de diferentes ângulos, realiza-se a calibração dos dados do eixo, em seguida são analisados múltiplos dados de eixo no espaço 3D e é proposto um método de junção de nuvens de pontos baseado na fusão de eixos dos sensores multivisão, calculando assim os dados ótimos do eixo com erro mínimo. Por fim, a junção da nuvem de pontos 3D é feita em torno dos dados do eixo ajustados no sistema de coordenadas mundial. Os resultados experimentais mostram que na faixa de medição de 1,3 a 1,9 m, o erro na reconstrução 3D de uma esfera padrão com diâmetro de 144,9542 mm pelo método proposto está dentro de 0,037 mm; o método consegue bons resultados na junção de objetos tanto sem pontos característicos quanto com pontos característicos, e o tempo de junção não é afetado pelo volume total da nuvem de pontos. Este método de junção atende aos requisitos de estabilidade, alta eficiência e alta precisão na reconstrução 3D.

reconstrução 3D; junção de nuvem de pontos; eixo