近几年来三维模型获取的软硬件技术正不断深入，人们可以通过多种数据采样方法来获取现实物体的计算机表示，并对之进行预处理，加工，分析和应用。这种通过逆向工程来获取的三维数据主要包括CT数据(计算机断层成像)、MRI数据(核磁共振成像)以及三维非规则点模型和网格模型数据等。而本文主要研究对象是用三维扫描仪获取的三维点模型，及其所涉及的光顺去噪问题。在获取数据的过程中，因为人为的扰动或者扫描仪本身的缺陷使得生成三维数据往往带有噪声，从而使所获得的测量数据与实物存在一定的偏差。因此在对实测三维数据进行相关数字几何处理和应用之前必须对其进行去噪光顺。通常，光顺处理可以直接针对点数据，也可以针对经过网格化后的多边形数据。光顺的目标是在剔除噪声重建光滑表面的同时，保持采样表面原有的拓扑特征和几何特征不变，比如保证光顺过程中模型不收缩且无过光顺现象等。本文对点模型的去噪光顺技术进行深入的研究，提出了一些创新的算法。主要内容包括：●介绍了一些经典的三维离散数据模型的去噪光顺方法，着重分析了近年来提出的新方法，总结归纳了这些方法的基本原理以及它们的优缺点，结合作者在本领域的研究工作，对今后三维数据的去噪光顺的研究重点作一些分析。●针对现有模型，进行人为噪声分析，提出了一种实用噪声模型的高斯算法，通过该算法可以产生各种情况下的模型，能满足各种实验需求，从而为研究创造了条件。●在三维Meanshift过程的点模型去噪算法的基础上，提出了基于噪声度的保特征保体积的去噪算法。主要考虑点具有的噪声度，通过噪声度来控制点移动速度，保持模型的体积，通过速度差来加快Meanshift过程寻找到模式点，并进行自适应聚类和邻域的自适应选取，在进行去噪的同时有效地保持了特征。