针对同一物体不同视角下获得的三维点云数据，提出一种基于改进特征点对选取的三维点云配准方法。在欧氏距离的基础上选取与目标点最近的三点均值为对应点，并应用邻域比值法来剔除错误点，结合K-d tree 提高搜索速度，实现最终点云配准。实验结果表明，该方法具有可行性，相比传统ICP 算法，其匹配精度和效率明显提升。

针对同一物体不同视角下获得的三维点云数据，提出一种基于改进特征点对选取的三维点云配准方法。在欧氏距离的基础上选取与目标点最近的三点均值为对应点，并应用邻域比值法来剔除错误点，结合Kd tree提高搜索速度，实现最终点云配准。实验结果表明，该方法具有可行性，相比传统ICP算法，其匹配精度和效率明显提升。