车身A级曲面的光顺在车身曲面重构中有着重要的意义,如何提高车身A级曲面光顺的质量和效率是当今国内外相关邻域学者研究的一个热点问题。目前车身A级曲面的光顺主要采用的是人机交互式光顺方法,该方法对光顺者的专业技能要求较高,光顺效率较低。近年来有部分学者提出了根据离散点云自动反求曲面的光顺方法,并取得了一定成果,但仍有许多问题需要进一步优化。本文主要对通过离散点云自动反求A级曲面的方法进行了研究,对利用插值法反求Bezier曲面的算法进行了优化处理,最后给出一种基于离散点云的车身A级曲面反求的优化算法。本课题主要从以下几个方面进行了相关研究：首先,对离散点云数据的参数化问题进行了研究,在利用基面投影法对给定离散点云数据进行参数化处理时,给出了一种自动确定离散点云最佳投影方向的方法。将最小包围盒的思想引入到离散点云投影方向的确定中,利用搜索点云最小AABB包围盒对应的工作坐标系的算法,快速准确地确定出离散点云的最佳投影方向。其次,给出了一种直接通过离散点云计算点云中各点处曲率的算法,研究了曲面曲率变化对控制顶点排列的影响,并分析了曲率变化对曲面型值点分布的影响,最后利用计算得到的点云中各点处的曲率变化情况,对点云投影网格进行了重新划分以确定插值点。最后,将点云最佳投影方向确定的算法及根据曲面曲率变化确定曲面插值点的方法,整合到通过离散点云反求A级曲面的算法中,利用基于MFC的UG二次开发平台建立了根据离散点云自动反求A级曲面的应用模块,并将其嵌入到UG软件中进行了可行性验证。实例验证表明,本文中提出的基于离散点云的A级曲面反求算法,对车身曲面中较规则的四边形基本曲面的光顺有很好的适用性,可有效地提高A级曲面自动反求的效率。