随着三维信息获取技术的迅猛发展,获得物体表面信息的手段层出不穷,利用三维扫描得到物体点云数据并分析处理的技术也越来越多的由理论走向实践。本文在对激光三维扫描技术做了深入的研究与分析后,将对三维重建起关键影响作用的点云预处理选为研究方向。本文针对激光三维扫描点云数据的预处理进行了研究,提出了三种全新的点云预处理算法,分别应用在点云数据的去噪平滑、简化压缩和多视拼合这三个方面。通过在系统软件上实现算法,在大量实践中证明了它们是可行的并且具有高效率高精度的特点。本文首先提出了一种基于投影二维平面的Savitzky-Golay滤波混合去噪平滑算法。该算法对点云数据分区域进行去噪平滑,对噪声点进行分类,对不同性质的噪声点采用不同的算法,提高了点云数据处理的精度,并给出了可视化的评价结果。对于简化压缩,提出了一种粒子仿真-随机采样压缩简化算法。该算法将粒子仿真的高精度优势与随机采样的高速度优势结合在一起,不仅大大降低了点云的数据量,还保持了物体特征的完整性。对于多视拼合,提出了一种基于曲率的改进ICP算法。通过采用等曲率特征点的预对齐算法,结合ICP算法精确对齐,可以对未知的点云模型进行对齐,并且在整体模型和局部模型对齐的情况下均有不错的表现。上述点云数据的去噪平滑、简化压缩和多视拼合算法,无论是分别应用还是综合应用,在实际操作过程中均表现优秀。