随着计算机技术及测量技术的发展，逆向工程已经成为新产品开发、消化以及吸收先进技术的重要途径。逆向工程的主要任务之一是由实物样件的测量数据重构CAD模型。由于特征模型包含着更高层次零件的工程信息，是协同工程和CAD/CAM集成的关键，因此在逆向工程中重构特征模型具有重要意义。而面向点云的特征识别是逆向工程中特征模型重构的关键。 本文针对逆向工程中特征模型建模技术的关键环节—特征识别一进行专门研究。在已有理论和应用成果的基础上，主要研究和实现以下内容： 1．设计了具有良好性能和良好扩展性的特征识别器。该特征识别器可以将几何特征进行正确分类，并能使所建特征库在现有的类别上进行扩展。有导师的学习方法，使基于SIMPLIFIED FUZZY ARTMAP网络特征识别器的学习和分类都更加精确。 2．对特征识别器的输入向量进行研究。研究了描述特征基本形状的截面编码和轮廓属性编码，再加入反映特征凹凸性的凹凸属性编码和特征是否封闭的开闭属性编码来完全确定其准确形状的算法。 3．参照STEP标准，建立了包括型腔、盲孔、直槽、凸块等几何特征在内的基本特征库。并依照基本特征库中的几何形状总结特征编码，建立训练样本集合。 通过实例验证了本文算法的有效性。将基于BP网络特征识别器与本文提出的特征识别器进行比较，得知本文提出的特征识别器的识别效率明显高于基于BP网络的特征识别器。