近几年,随着高精度、高分辨率的激光雷达的生产研发和普遍使用,三维激光点云在医疗、农业、无人驾驶、地质勘探、文物保护等多个社会领域中日益得到了越来越广泛的应用。除了物体的空间坐标信息,三维激光点云还可以包含物体的反射强度信息、拓扑结构信息等,因此,与图像相比较,三维激光点云能够更加直观的在细节上表示物体的特征,能够满足多种不同的应用场景的需求。如何基于三维点云数据正确的表示空间物体的物理模型,实现由点到面的表示空间物体,是当前的一个研究热点问题。从20世纪80年代开始,大量学者贡献了新的概念、新的算法,推动三维点云的曲面重建不断深入发展。直到今天,三维点云的曲面重建算法主流上分为两大类——显式曲面重建和隐式曲面重建,在应用于不同的工业场景中,每一类算法都有着自己的优缺点。本课题选取了学校实验楼的两处真实教学环境作为研究对象,采用了径向基函数不断逼近物体的真实表面,采用了移动立方体算法对重建的隐式曲面进行三角化处理,最终以网格模型的方式表示出了空间物体的物理模型。该隐式曲面重建方法和Alpha Shape这一显式曲面重建算法的重建结果进行了对比,在存在噪声点云干扰的情况下,本课题的方法好于Alpha Shape算法。如何基于三维点云数据计算出空间物体的某些特征参数,如体积参数,也是工业生产中需要面对的一个问题。比如船舶的排水量、垃圾场的填埋量和森林资源的储藏量等计算问题,本质上都是对这些对象的体积参数的计算。目前,众多学者对该问题也提出了不同的研究方法:有的基于三维点云数据直接计算物体的体积;有的基于三维点云数据先求物体的凸包模型或网格模型,再基于模型计算物体的体积。本课题在曲面重建的基础上,将重建的物体的网格模型进一步应用于物体的体积计算。本课题采用的体积计算方法,直接操作每一个三角面片,通过投影分割的方式计算模型的体积,原理简单,实现容易。数据完整、无伪影点云干扰的良好三维点云数据是保证上述处理结果正确的前提。因此,本课题还介绍了三维点云的预处理操作,并且探讨了统计滤波和体素下采样中各自的参数变化对体积计算结果的影响。最后,本课题针对点云的补全问题,提出了一种基于三维点云的网格模型的光滑曲面补全方法。