随着现代工业的不断发展,复杂曲面零件正被大量应用到航天、航空等重要领域,对其精度的要求也越来越高。但是,零件的加工精度不仅仅取决于机床加工的精度,更与检测系统的测量精度有直接的关系。如果不能对零件进行准确测量,高精度的加工也难以实现。在实际科学研究和工程应用中,测量过程总是伴随着各种误差,任何测量得到的数据最多只能无限接近真实值,从而导致测量结果的不确定性。因此,如何对测量数据进行有效处理,使最终结果尽可能更好地反应真实的零件表面信息,一直是测量领域的关键问题之一。随着计算机技术在各个领域的快速发展及应用,使得逆向工程技术也越来越受到人们的重视。而曲线曲面数据重构作为逆向工程技术中最关键的环节之一,一直都是国内外许多学者的研究对象,相关的研究工作近几十年来也得到了很大的发展。目前重构算法有多种,其中移动最小二乘法,因其无需网格划分,局部逼近性好等特点,成为当前研究的热点之一。本文首先介绍了曲面重构技术的研究背景与意义,以及一些常用的曲面重构算法。其次,从硬件、软件、测量方法的原理以及系统的精度标定等方面对测量系统进行了介绍。通过介绍传统最小二乘法的发展及现状,引入移动最小二乘法和移动总体最小二乘法。详细介绍它们的推导过程和构造原理,并就权函数和影响域半径对拟合的影响作了详细的分析。分析了测量中误差的来源和类别,考虑到移动最小二乘法和移动总体最小二乘法对测量数据中的粗大误差敏感,提出了截断移动总体最小二乘法,该算法采用带截断流程的总体最小二乘法确定局部系数;引入改进的最小截平方和法提出了稳健移动总体最小二乘法,该算法将影响域内的所有节点划分为一定数量的子样本,并从所有的子样本中选取最优。数值模拟和实验表明,两种稳健算法不仅能够处理所有变量的随机误差,而且不管测量数据中是否存在粗大误差,相比移动最小二乘法和移动总体最小二乘法,都具有更高的拟合精度和稳健性。