船体外板自动化加工成型技术，能提高船板加工精度和效率满足实际需求。利用弯板形变点云数据重建出三维成型曲面的技术，可提供全面、直观、准确的实时弯板曲面形变信息，是当今船体外板自动化加工技术研究的热点之一。由于船板过大，耗费大量读取和处理三维点云坐标的时间，且存在大量冗余数据，计算机常出现死机状态。本文以船体外板自动化加工成型为背景主要研究面向船体外板的海量三维散乱点云重建技术问题。　　本文针对海量散乱三维点云重建问题，主要工作有:1.针对大型船体弯板散乱点云数据量庞大的问题，利用k-邻域快速搜索法建立点云间拓扑关系，划分点云数据空间，估算局部点云空间的法矢量和特征曲率值，进行点云预处理，包括点云去噪，点云精简，点云平滑等技术;2.针对船体外板形变曲面快速三维重建的要求，提出了以空间层次剖分和特征曲率相融合的精简算法，通过k-d树剖分准则将三维点云数据剖分成不同层次空间，层层递归形成树状数据模型，设定可调的曲率阈值，依据阈值将同一数据源的点云数据区分为不同曲率大小的区域，运用不同的精简算法，实现曲面基本特征的曲面重建;3.依据上面提出的点云精简和去噪处理后的点云数据失真问题，根据曲率阈值划分区域，运用不同的平滑算法，能取得很好的点云数据平滑效果;4.从NURBS曲线拟合数据推广到NURBS曲面重构，首先对点云数据进行过滤和简化，反算NURBS控制点、计算每条NURBS曲线的节点矢量，统一节点矢量个数及节点值，准确拟合出完整NURBS曲面。　　本课题主要针对船体外板形变曲面实时检测与快速高效三维重建的要求，提出了以空间层次剖分和特征曲率相融合的精简和平滑算法，并对不同曲率特征的区域采用不同的算法，能很好地保留几何特征信息，且具有较强的调整能力。实验结果分析，该算法保证曲面重建的基础上，大大减少了曲面的点云数量，较好的散乱点云平滑效果，提高了曲面重建效率，为船舶行业的发展起到积极的推动作用。