逆向工程是开发现代数字化产品重要的方法之一，关键技术包括了数据采集、数据处理和模型重建。数据处理的好坏直接影响着建模的精度，所以对数据处理的研究很有现实意义。本文以三维点云数据处理为研究对象，对数据拼接和精简进行了分析和研究。　　本文介绍了数据拼接经典算法，对传统ICP算法进行了详细的阐述和分析验证，实验验证了传统ICP算法在拼接中出现的不足。针对传统ICP算法速度不高的缺点，提出改善的ICP算法，对待匹配的点云集进行筛选，以此来减少待匹配的点云对。把三维数据集转化为一系列的二维数据集，再用基于K领域的Canny算子来求出物体边缘特征信息，大大精简了拼接的点云数量。通过对垃圾桶和帽子的实验，验证了该算法能提高点云拼接的速度，并在一定程度上反映出物体的边缘特征。　　针对拼接后会出现冗余点云的现象，改善的ICP算法对这些冗余点云进行了精简。本文分析了冗余点云产生的原因，建立了其数学模型，通过分析和仿真验证包围盒和均匀方格法，然后复合应用。该方法在包围盒建立之后，再对包围盒内的数据进行八叉树拓扑关系的构造，最后用间距法来简化点云，层层递进。用布娃娃和Bunny数据来验证本文的算法，实际结果证明了此方法的可行性。