先进的测量手段在提供给我们更多、更精确的数据同时也不断对我们的数据处理手段提出更高的要求。将三维激光扫描测量技术应用于船舶舱容的几何测量，可以快速获取全舱的三维场景信息，生成高精度、高密度的深度图像，从而可以解决传统测量的精度和效率问题，有着重大的经济和社会意义。但舱内测量环境复杂、结构多样以及测量数据的海量都给处理工作带来了麻烦。舱中的大曲面决定了99％的舱容量，这使准确地从舱内场景中提取大曲面特征显得尤为重要。本文围绕着船舱内大曲面的分割提取技术展开研究。 首先本文针对测量数据不处于理想方位的情况，提出了一种深度图像自动倾斜校正的方法。通过假想包围盒的移动，以包围盒内点数和法向量为判据，搜索特定平面，再以平面的法向量为基准对图像进行倾斜校正。测量数据经过坐标转换后大大方便了后续的分割、投影等工作。 本文针对空间场景数据复杂，噪声大的特点，借鉴平面图像处理中成熟的方法，提出了以体素为单位进行大曲面提取的方法。采用线性八叉树对空间数据点进行划分组织，以八叉树叶节点作为体素。用体素的有向生长对舱内大拉伸面进行了提取；然后设计了一种最佳投影方向的判定方法，用投影后单位体素内点数(投影密度)为阈值进行门限化分割，接着用三维连通性提取舷侧、舱顶等一般大曲面。 本文所述算法通过C语言予以实现，并借助可视化工具包VTK对处理结果进行了可视化，还利用逆向工程软件Imageware的手工操作结果与本文算法的运行结果进行对比。本文提出了分割效果评价的定量标准，并以此分析了算法在实际测量数据上应用的效果，结果表明算法对于多特征并含有较多噪声的真实场景数据鲁棒性较强，分割结果达到预期效果。本文的工作为为后期的舱内场景的建模工作奠定了坚实的基础。另外，本文的研究成果也可推广到其他空间场景深度图像数据的处理中。