随着计算机技术在相关领域的使用,逆向工程的优势得到进一步凸显。逆向工程主要包括点云数据的采集、点云数据预处理、点云三维重建等方面内容。其中,点云数据的预处理及三维模型重建具有非常重要的基础性地位,以此为课题进行研究对于提高点云数据的处理效率及三维重建效率有非常重要的理论和实际意义。本文针对点云处理中的散乱点云去噪、简化以及三维曲面重建中的关键技术进行重点研究。主要工作如下:(1)点云信息在采集过程中无法规避地会混入一些噪声点,这些点的存在会对后续的三维重建效果产生影响,所以应该先对噪声点进行去除。幅度较大的离群点的存在会对后期的法向与曲率估计产生影响,所以首先应将这类离群点进行去除;接着对点云进行法矢修正,将邻域点限制在法向最相似的区域;最后对噪声点云在法矢修正的基础上进行位置滤波。这样不仅可以保证滤波方向的正确性,同时有利于保持目标物表面的几何特征。(2)海量的空间点云会影响到后期点云处理的效率和复杂度,本文采用了一种组合的点云简化算法,基于点云简化的精度、简度和速度三方面综合考虑的基础上实现海量点云的精简。首先利用包围盒对点云进行均匀划分,然后分别在每个分区内使用点云曲率精简算法。这种方法可以在保证点云模型表面细节特征的前提下实现对大规模点云数据的精简,方便后续的点云处理。(3)使用基于快速增量的三角网格化方法对点云进行三角网格构建。在候选点的选取策略上进行了新的尝试,本文引入了动态球策略将候选点自适应地集中在动态球内,明显缩短了候选点的寻找时间;接下来基于多种约束原则寻找最优点对边界边进行扩展,在约束过程中采用距离计算代替三角函数计算以提高计算效率;最后通过设计独到的最优点评价函数对候选点进行量化,从中选择出最优点,与边界边进行连接,逐步形成三角网格,最终实现了点云的三维重建。论文中通过实验对上述去噪、简化和重建算法进行了验证分析,说明了上述所用算法的可行性与有效性,展现了本研究的实际意义。