Para lograr una reconstrucción 3D más precisa de objetos con y sin características, este artículo investiga un algoritmo automático de empalme de nubes de puntos 3D bajo sensores de múltiples vistas. Primero, después de una calibración doble de los sensores desde diferentes ángulos, se calibra la data del eje, luego se analizan múltiples datos del eje en el espacio 3D y se propone un método de empalme de nubes de puntos basado en la fusión de ejes de sensores de múltiples vistas, calculando así los datos axiales óptimos con error mínimo. Finalmente, se realiza el empalme de la nube de puntos 3D alrededor de los datos axiales ajustados dentro del sistema de coordenadas global. Los resultados experimentales muestran que en un rango de medición de 1.3 a 1.9 m, el error en la reconstrucción 3D de una esfera estándar de diámetro 144.9542 mm con el método propuesto está dentro de 0.037 mm; el método logra buenos resultados en el empalme tanto de objetos sin puntos característicos como con ellos, y el tiempo de empalme no depende del tamaño total de la nube de puntos. Este método de empalme cumple con los requisitos de estabilidad, alta eficiencia y precisión para la reconstrucción 3D.

reconstrucción 3D; empalme de nubes de puntos; eje