在逆向工程中,随着测量设备的发展,包含被测物体更多细节的海量数据的获取成为可能,并且成为高精细测量建模的发展方向。然而测量得到的三角网格数据是海量的,经常达到百万甚至上千万个三角面片,大量占用计算机的内存及硬盘资源。例如,一架飞机的测量数据占用硬盘空间100G以上。这样大规模的数据一般的三维CAD软件无法对之进行高效处理,这成为逆向工程的一个瓶颈。针对以上问题,本文研究了海量数据处理系统的关键技术,针对由百万级数量的三角形构成的三角网格数据,设计了一个系统框架,通过数据分块解决计算机不能把海量数据全部读入内存进行处理的问题,通过数据压缩解决海量数据占用大量硬盘空间的问题。主要工作如下:1、针对光学测量设备得到的测量数据具有数据量巨大的特点,本文提出了先采用数据区域划分,再对各划分后的数据按区域压缩的海量数据处理系统框架设计思路,建立了总体框架,设计了系统结构、数据流。并在此基础上进行了系统框架的功能设计。2、研究并且实现了EdgeBreaker压缩算法,并在原有EdgeBreaker算法基础上,提出了对任意三角网格压缩的算法。3、研究系统框架中所涉及到的各种基础算法,有区域划分算法、区域查找算法和多区域拓扑结构拼接算法。通过对大数据量模型进行压缩试验和PCA主分量分析法的实际应用,验证设计思路的可行性与系统框架建立的正确性。4、基于OpenGL的显示列表技术,实现了海量三维数据快速显示。海量数据处理系统框架关键技术研究对逆向工程具有重要意义,为课题组下一步工作奠定了基础。