影像反求技术是计算机视觉和计算机图像图形处理相结合的一个研究方向，它从实物模型直接构建计算机处理模型。反求中采集的数据用点云形式存储，随着采集设备的不断改进，所测得的点云数据信息量越来越庞大，数据中不可避免的带有干扰信息。为了对这些点云数据进行建模，就必须进行必要的预处理，为后续建模做好前期准备。　　在对已有的点云预处理算法进行系统研究的基础上，本文针对散乱的点云数据的预处理技术进行了深入研究，提出了三种点云预处理算法，分别应用于点云去噪、点云精简和孔洞修补三个方面。本文的主要工作如下：　　1.针对带噪声点的点云数据，提出了一种基于均值漂移的点云去噪算法。在均值漂移之前通过剔除奇异点，缩短了均值漂移算法的迭代次数，提高了点云处理的速度。　　2.针对数据冗余的点云数据，提出了一种基于快速行进法的点云精简算法。该算法在使用快速行进法进行采样区域扩张的基础上，利用最远点采样准则寻找匹配点，进行点云的精简。　　3.针对数据残缺的点云数据，提出了一种基于径向基函数的点云修补算法。算法直接利用原始散乱数据点进行曲面拟合，进而选取填充点修补孔洞，极大地简化了计算过程。