在制造业中,由于制造误差,最终成品与理论设计模型之间不可避免地会存在偏差。为了保证产品达到设计要求,对制造成品,特别是那些重要零部件的质量检测至关重要,而检测内容通常可以归结为某些几何与物理参数的测量。常规的基于实体的接触式测量方法存在依赖设备、效率和精度低等问题,而随着三维测量技术的发展,点云可以高精度地反映出实物模型的表面特征与几何形状,并且具有扫描速度快、获取信息量大等优点。因此,三维扫描测量已广泛应用于复杂零部件的测量检验,但基于点云的特征参数提取仍然是一个有待深入研究的问题。本文以三维扫描获得的点云模型为研究对象,提出一种基于三维点云的特征参数计算方案,可以用于计算实体模型的几何与物理参数。方案中通过切片离散的方式将三维参数的计算转化为二维问题,用一系列曲线的二维重建来等效模型整体的三维重建。在点云切片中,通过基于虚拟边的投影算法,得到截面点集,并采用基于R邻域搜索的点云简化算法,实现截面点集的均匀化。在切片截面的轮廓重建中,引入计算几何领域的曲线重建算法,实现截面散乱点集的轮廓重建。对于重建后的截面轮廓,改进了基于三角形分割的参数计算方法,能够自动识别出内、外轮廓,并准确地计算出截面参数。为了进一步提高海量点云数据处理的效率,提出一种基于截面变化的自适应分层算法,采用面积变化与质心偏移相结合的评价标准,以量化的方式有效识别出模型中需要密集分层的部位,实现自适应分层。经过实验对比和验证,在相同的计算精度条件下,自适应分层算法能够有效减少切片的次数,提高计算的效率。论文基于NX二次开发平台、CGAL计算几何库及PCL点云库,实现了上述参数提取算法,并开发出基于点云模型的特征参数计算软件。分别以汽车曲轴的动平衡参数检测、航空发动机涡轮导向器叶片的喉道面积测量为应用实例,验证了本文方案的可行性与实用性。