El uso de equipos ópticos 3D para el escaneo multi-vista es un enfoque prometedor para evaluar los errores de procesamiento de las palas del motor. Sin embargo, los datos incompletos de la nube de puntos escaneados pueden afectar la precisión del registro de la nube de puntos (PCR). Este artículo propone un método de registro de nube de puntos de orientación de cuatro puntos para mejorar la eficiencia y precisión del registro grueso de las palas de la turbina y prevenir el fallo del PCR. Primero, la nube de puntos se divide en cuatro bloques de etiquetado basados en un análisis de componentes principales. Segundo, se detectan puntos clave en cada bloque basados en su distancia al plano formado por los ejes principales y se describen con un descriptor de ubicación-etiqueta basado en su posición. Tercero, se elige un conjunto de pares de puntos clave basado en el descriptor, y se selecciona una base de puntos clave adecuada a través de la descomposición de valores singulares para obtener la transformación rígida final. Para verificar la efectividad del método, se realizan experimentos en diferentes palas. Los resultados demuestran el rendimiento y eficiencia mejorados del método propuesto de registro grueso para las palas de la turbina.