逆向工程实现了由实物模型直接构建计算机模型，是当今制造业领域一项重要技术手段。从实物模型采集而来的点云数据通常数据量庞大且杂乱无序，影响后续处理的效率和精度。因此，在进行后续处理之前，散乱点云数据预处理显得尤为重要。　　 在点云数据预处理算法研究基础上，本文将转台拼接算法、排序算法及拓扑构建算法作为主要研究内容，对算法存在的问题提出相应改进。　　 在转台拼接算法研究中，针对现有的圆柱拟合算法应用于低密度点云数据时所得转台转轴精度降低，提出基于投影的圆柱拟合算法，并结合四元素法实现转台拼接。实验表明，基于投影的圆柱拟合算法对低密度点云、残缺点云均有良好的拟合结果，转台转轴和转台拼接的精度得到有效保证。　　 在排序算法研究中，权衡保留形貌信息和排序速度，提出基于希尔排序的点云全排法。实验表明，基于希尔排序的点云排序算法排序速度得到提高。　　 在拓扑构建算法研究中，针对KD-树构建过程中分裂点的选取涉及大量排序而导致算法复杂、耗时，提出基于三坐标映射的均衡KD-树构建方法，并在均衡KD-树基础上实现查询、K近邻搜索、序列化及反序列化。实验表明，基于三坐标映射的均衡KD-树构建算法时间复杂度降低。　　 实验表明改进算法是可行的，提高了点云预处理算法的速度和精度。