逆向工程技术作为近年来发展起来的新兴工程设计技术,由于其独特的优势,使其逐渐渗透到各类产品的开发过程中。而点云模型的特征是理解三维模型的关键,为模型匹配,分割,重建以及3D打印提供重要参考信息,特征提取的质量直接影响到零件设计参数的提取精度,本文主要针对三维扫描点云中的孔洞特征提取以及轮廓线拟合算法做出研究,在充分调研现有孔洞特征提取算法的基础上,对其中存在的问题提出了改进与完善。现有的孔洞识别方法主要针对采样密度分布均匀的点云模型设计识别算法,同时在具有复杂型面的机械类零件模型中检测结果往往包含较多噪声点以及在包含多个孔洞的点云模型中无法区分各孔洞边界。在综合考虑现有算法的基础上提出了一种面向自动修补的复杂零件点云孔洞识别方法,通过改进邻域选取方式,以适应密度分布不均的点云模型,初步提取孔洞边界后,采用邻域支持的方法去除检测结果中的噪声点,同时考虑现有点云聚类算法的不足,提出了一种改进的欧式聚类算法,并聚类出各个边界点集合,为后续实现孔洞自动修补打下基础。针对现有张量投票算法存在算法时间复杂度高,不适用于点云孔洞边界的提取等问题,在研究现有张量投票算法的基础上,提出了一种改进张量投票算法的孔洞识别方法,对于输入无向点云,原有的张量投票算法框架通过球张量投票的方式估算无向点云的法向量,然后将法向量编码成二阶张量的形式,再次投票,虽然该算法框架能够根据实际需要的不同调整投票形式,实现不同的目的,但是球张量投票过程算法复杂度太高,因此,采用其他方法估算点云法向量并调整法向方向一致朝向模型表面外侧,避免了时间复杂度高的球张量投票过程,同时现有张量投票采用二阶张量的形式投票,虽然其能够传播更多的方向信息,同样会增加算法的计算时间,而在点云模型的孔洞识别过程中一阶张量足以表达两点之间的位置关系,因此,采用一阶张量投票的方式传递投票者对于得票者表决的方向信息,并更改原有的棒张量投票场,由指向密切圆圆心调整为沿密切圆切线方向,实验结果表明所提算法能够提取机械类产品复杂点云模型中的孔洞。在研究点云邻域协方差矩阵特征值与特征向量的相互关系时,提出了一种基于协方差矩阵的点云孔洞边界检测算法,首先通过邻域点协方差矩阵的三个特征值定义了一个边界检测算子用于初步的点云孔洞边界提取,然后采用计算机图论的方法,提出了一种综合考虑边界得分、距离的孔洞多边形生成算法得到有序的孔洞边界点,并通过改进的三次B样条拟合孔洞轮廓线。