复杂自由曲面类叶片是工程领域中最复杂且经常遇到的零件，在航空航天、水电、船舶行业中有着广泛应用。发电汽轮机叶片属于典型的复杂自由曲面型物体，其具有壁薄、扭曲以及结构细节多等特点，给快速精密测量带来不便。发电汽轮机叶片三维测量后的点云数据处理技术一直是影响测量精度的问题。　　点云数据处理是逆向工程中一项重要的技术环节，点云数据处理算法的选择及其处理效果将直接影响到后续三维模型重建质量，从而影响到利用模型进行点云分析和加工制造的结果。　　本文首先介绍了逆向工程技术并分析了发电汽轮机叶片的特点，并在现有方法的基础上提出了一种适于发电汽轮机叶片的k邻域z值近点去噪方法，通过与拉普拉斯光顺法和双边滤波去噪法对发电汽轮机叶片点云模型去噪结果进行对比，证明该算法能够很好地达到对发电汽轮机叶片这种具有复杂自由曲面型物体去除噪声点的目的。　　其次，对现有的点云精简方法进行深入研究以后，结合均匀网格法和曲率精简法的优点，提出了一种适合复杂自由曲面的精简方法，此方法先利用相对简单的均匀网格法对发电汽轮机叶片进行初步精简，再利用曲率精简法对其进行二次精简，这样不仅确保了精简的质量也大大地提高了精简速度。　　最后，通过实验对前述所提及的发电汽轮机叶片点云去噪和精简方法理论部分进行实例验证，并对实验后的结果进行比较和分析，进一步验证了本文所提出的针对发电汽轮机叶片的k邻域z值近点去噪法和基于发电汽轮机叶片的点云精简法，更加适合发电汽轮机叶片类复杂自由曲面型物体的后处理。