随着三维测量技术的发展和计算机数据处理技术的不断进步,线激光扫描技术已广泛应用于工业测量、逆向工程等领域。基于激光三角法的线激光三维扫描技术具有精度高、测量灵活等特点,但是线激光扫描得到的初始点云数据由于物体表面反射特性、颜色特性以及扫描系统误差等因素影响,存在噪声和点云数据不完整的问题,导致点云测量误差。因此,点云数据预处理、拼接和测量在点云数据处理中具有重要意义,论文的主要工作和研究内容有:（1）针对随机采样一致性（Random Sample Consensus,RANSAC）算法需要人为设定阈值、内点数较少时易找到错误模型的缺点,提出了基于改进的RANSAC点云预处理算法。首先将移动平台数据采用改进的RANSAC平面拟合,利用中位数绝对偏差自动选取阈值,并且设置停止迭代条件;然后根据平面参数设定范围对含物体的点云平面分割,并利用统计滤波去除离散噪声点,得到目标点云。实验证明,改进的方法具有更好的预处理效果,适用范围更广,为后续测量提供了好的初值。（2）针对传统三维点云拼接时间长、部分重叠时拼接精度不高的问题,提出了一种基于图像特征的点云拼接方法。首先通过点云的扫描线拓扑关系将三维点映射到二维图像中,利用尺度不变特征变换（Scale Invariant Feature Transform,SIFT）算法提取图像特征点,根据距离和角度筛选3个对应点,根据像素点与点云的对应关系,进而计算两幅点云之间的旋转平移矩阵实现点云粗拼接。然后对矩阵变换后的两幅点云进行体素采样精简、计算重叠区域,利用重叠区域的点云进行迭代最近点（Iterative Closest Point,ICP）精拼接。通过实际三维点云数据实验,提出的算法与常用拼接算法对比,运算速度提高约2倍且部分重叠的点云拼接精度高,由此验证了方法的有效性。（3）针对工件手工测量效率低和精度差的问题,提出了一种基于点云的工件几何尺寸测量方法。以圆孔工件类为例,分别基于点云坐标和基于图像特征测量,基于坐标测量是通过坐标转换将三维点云转至与XOY面平行,通过物体表面点云和基准面之差得到高度,利用三角化得到体积和表面积。基于图像特征测量将点云投影映射到二维中,形成二值图像,通过图像预处理,得到边界长度,利用带约束的最小二乘法拟合得到圆的半径。通过对标准量块的测量,验证了系统的测量精度达到±0.01mm;利用圆孔类工件验证了方法的可行性。