三维激光形貌测量技术在商业领域应用广泛,研究工作也深入社会生活的各个方面。随着科学技术的飞速发展,三维激光测量技术取得了重大突破,扫描测量的数据更加庞大和复杂化,这些数据是大量三维离散点的集合,又被称为点云数据,它可以描述真实物体的三维空间信息和表面几何信息,包括三维空间坐标值、色彩信息和强度值等。但是由于当前测量系统本身的精度、测量环境和测量方法等因素的影响,激光雷达采集的三维点云数据经常含有大量的噪声点和空洞值,并且数据密度大,非常不利于科研工作的研究和进展。因此,三维点云数据处理和曲面重建工作就成为逆向测量工程中的研究热点。三维点云数据处理和曲面重建技术是逆向测量工程中的关键技术,国内外已经出现了大量的理论研究和相关产品,但是大部分的软件都是配套实际的测量仪器工作的,而且软件种类五花八门,功能多种多样,并不能完全满足实际的工作需求。所以本文依据激光雷达所采集到的三维点云数据的特点及动态存储网络结构,研究三维点云数据的简化、滤波、孔洞修补、正态估计、曲率估计、坐标变换、彩色渲染、分割、曲面重建等数据处理算法,然后重点分析研究每个数据处理算法的工作效果和优缺点,为三维激光形貌测量软件的设计和开发提供理论支撑。然后根据项目需求,设计了测量软件的总体框架和开发流程,利用Qt图形界面工具和VS2017软件编程工具完成软件的开发。本文设计的软件可以进行点云数据滤波,点云自动配准,点云的分类,点云着色,点云孔洞修补,点云数据曲面重构,点云数据分割等操作。软件功能完备,界面美观流畅,工作效率高,智能化程度高,适用于火箭,汽车零件,大型建筑物等大尺寸非合作目标的数据重建工作,应用价值广泛。软件开发过程中利用多组实验数据测试软件的每个功能模块,观测软件的工作情况,优化软件功能。最后详细介绍软件的工作流程和软件在具体科研项目中的工作情况,凸显软件的核心功能和实际使用价值。