水火弯板是钢板无模成型工艺中一项极具特色的技术，目前广泛应用于造船生产中。在船体复杂曲面钢板水火成型自动化加工技术研究中，对曲面成型的自动检测与判别是一项关键技术。目前在船厂的生产中还是主要依赖熟练工人的经验和手工完成，检测效率低，检测误差较大。手工经验型的水火弯板检测模式在速度上和质量上都已很难满足现代造船生产的需要，这已经成为制约船舶建造周期和质量的一个瓶颈问题。加工后外板成型的自动化判别是重要的研究内容，是一个亟待解决的难题。同时，也是实现水火弯板自动化加工的重要组成部分。本文研究的对象是基于“大型复杂曲面钢板水火成型产品机器人”激光测量获得的船体外板曲面三维点云数据。由于测量仪器的精度、操作者的经验及物体表面质量等原因，不可避免地引入误差数据，作者应用曲线检查法以及二次取中值方法对测量的曲面点云数据去噪光顺处理，从而有效抑制噪声数据点对曲面建模及匹配精度的影响。另外，由于测量点云数据比较密集，对以后的曲面重构及匹配的运行效率有很大影响，提出重采样技术，大大地减少数据量，并得到规则拓扑结构的点云数据，为曲面重构做好准备。采用NURBS样条曲面方法进行船体外板曲面重构，调用语言VC++和OpenGL图形工具显示船体外板曲面三维模型。本文对比实际重构钢板曲面与设计曲面模型，进行轮廓度误差评价。提出了改进的迭代最近点(ICP)算法，主要分两步进行：初始匹配和精确匹配。以钢板曲面的重心及曲面的四个角点建立的法矢量为联系特征，进行粗匹配，并把它的结果作为精确匹配的初始值，利用ICP法进行精确匹配，使两曲面达到全局上的最优贴合，进而评价曲面误差，并用实例验证了该算法的可行性。