为了快速获得足部形态相关的参数信息、量化足部变形程度，提出了一种能够准确定位足部特征点并自动计算足部形态特征参数的算法。首先，使用UPOD激光扫描仪获取93名受试者的足部三维模型。然后，采用随机采样一致性算法(Random Sampling Consensus， RANSAC)和主成分分析方法(Principal Component Analysis， PCA)对模型坐标系进行对齐，结合足部形态特征识别并定位特征点，进而实现对足部长度、角度和围度形态参数的自动测量。使用平均绝对误差(Mean Absolute Error， MAE)、平均相对误差(Mean Absolute Percentage Error， MAPE)、组间相关系数(Interclass Correlation Coefficient， ICC)和Bland-Altman图评估测量结果的准确性、重复性和一致性，其中足长和足宽的MAE小于2mm，跖围、跗围和兜跟围的MAE小于4mm，MAPE小于2%，三次重复测量的ICC均大于0.99，Bland-Altman图中95%以上的散点位于一致性界限内。结果证明该算法可以实现站立姿态下足部模型的坐标系自动对齐、特征点准确定位和参数精确测量，测量精度满足临床测量需求，具有较高的测量精度和可靠性，测量结果可为足型分类、智能辅具适配与个性化辅具设计提供数据支持，具有重要的临床应用价值。