本文提出了一种散乱点云数据的建模新方法。通过对点云数据进行空间三维划分，实现了边界信息的高效提取。采用局部曲面拟合方式得到位于截平面上的有序数据，使得无序的散乱数据形成了有序的阵列数据，实现了NURBS曲面的精确拟合。实验证明，该方法非常适合卷曲类模型的自由曲面重构，在某零件的测量、建模和加工中已经得到了实际应用。

在点云精简环节，本文通过分析总结选取给定点间距离法、弦高偏差 法、角度弦高法做为研究对象。首先采用Matlab实现上述三个算法，然后 进行了大量实验。根据点云精简在简度、精度、速度三方面上的度量，确定 了参数设置准则和方法的应用范围，为后续工作提供了技术支撑。

对于复杂零件的逆向设计,常常是通过激光、三坐标测量仪等方法对样件三维数据进行采集,可获得高质量的点云文件。但是这些点云文件数量很大,计算时将耗费过多的计算机资源。基于CATIA软件对点云数据进行过滤、划界、分网等处理方法进行了研究,运用曲线重构的方法,创建特征曲线组,利用多段曲线拟合获得点云的特征线网络,最后将拟合得到的曲线与原始点云数据进行误差分析。研究证明,通过这种方法可以获得质量更好、占据资源更小的曲线,为后续曲面和实体的生成奠定了精确基础。