大型工件的外形尺寸检测是保证产品精确制造的关键环节,它直接反映了大型工件的加工精度。按照传统的检测方法,大型工件的外形尺寸检测一般是通过固定尺寸的模具与被测工件进行接触式比较实施测量。传统的检测方法受测量环境和测量人员的专业水平制约,测量精度和效率都较低。随着工业产品制造技术的不断革新,大型工件的产量激增,导致传统的检测方法不能满足外形尺寸检测的要求。同时为了满足实时反馈被测工件加工状况的需求,要求显示被测工件与其理论模型间的偏差以及偏差的位置。此外还需要精确测量工件特定部位的尺寸。过去的检测方法已经无法满足高精度、高效率的检测需求。三维激光扫描技术由于具有采集数据效率高、非接触性、普遍适用性强等特点,在工业检测中有着广泛的应用。目前,通常使用激光扫描仪扫描工件的非接触式测量方法采集工件表面点云数据,对点云数据分析处理来检测大型工件的外形尺寸。但是,许多常见的点云数据分析处理方法在实际测量中的精度和鲁棒性都有待验证,而且未能形成一套完整的分析算法。分散应用现有的点云数据处理分析算法不能满足新的检测需要,必须组合应用各种点云分析算法并验证其实用性并且探究合适的可视化途径。因此,本文设计研制了一套基于点云数据的几何分析算法。通过点云拼接获取被测工件表面完整的点云数据,通过点云与模型配准计算出被测工件与理论模型间的加工偏差,满足反馈被测工件加工状况的要求。通过点云分割提取被测工件特定部位的点云数据,随后通过形体拟合计算待测几何量后与其模型设计值进行对比,从而实现外形尺寸的检测。