随着现代设计和空气动力学的深入发展,加工零件的几何构造变得个性化、复杂化。由于光学测量的不断发展,激光三维扫描技术在精度和效率上均有很大提高。本文以典型的汽轮机叶片为对象,通过对自行搭建三维激光扫描系统所采集点云的处理实验分析,得出各种去噪算法的原理及效果,提出针对散乱点云的排序算法和多幅点云快速拼接合并算法,研究散乱点云的曲面重建算法和孔洞修复,同时编写软件实例化验证分析。具体研究内容和主要研究结论如下。深入探究叶片测量数据的各种噪点去除算法,采用组合去噪算法,去除原始点云中各种杂余点。针对散乱点云中数据点杂乱无序的特点,研究网格和线性两种类型点云分布特征,提出层间排序和珠链排序算法,为后续点云快速检索和边界点处理提供数据基础。噪点去除完成后的单次采集点云只能呈现被测物体局部,为了得到完整的点云数据,探究基于ICP的点云拼接算法,分别讨论了粗加精配准的全局ICP拼接和局部参与计算输出拼接矩阵的两种拼接算法。通过计算被测物体小角度改变所得到的两幅相似点云,得出本次测量数据的旋转平移矩阵并保存,后以此角度为基准,倍率旋转采集,实现多角度拼接算法。提出基于近邻搜索的冗余点去除算法,去除重叠区域中大量冗余和重叠点。应用基于平面投影法和隐式函数法对散乱点云进行曲面网格重建,得出平滑完整的叶型三维模型,分析并得出两种方法在何种数据点云中重建效果更佳。分析基于径向基函数的孔洞修复算法,完成封闭性孔洞检测和边界线划分,并对平滑曲面中孔洞边界检测和修复进行实验验证。最后,本文利用VS2013与QT5.11.2搭建开发环境,使用C++语言设计开发点云处理与曲面重建系统软件,利用QT搭建出系统UI,以汽轮机叶片点云为实例,可视化显示并验证提出的各种算法的可行性和实用性。