三维激光扫描技术（激光雷达技术）作为一种出现在当今测绘领域中的新型测量方式，以其准确、非接触、快速、连续采集完整空间目标物信息特性的优势，迅速成为当今获取空间对象三维信息的一种重要方法。通常被广泛应用于重要文物保护、大型复杂精密建筑物施工质量与变形监测和灾害评估调查等方面。随着国内外公司不断的投入资金和研究人员长期的创新研究，使得三维激光扫描技术不论是硬件水平，还是数据处理软件都呈现出一种爆发式的发展。但随着扫描数据越来越精细，速度越来越快，在一定时间内采集成果数据越来越多，不论是管理这些空间点云数据，还是实际使用这些都成为一个越来越紧迫的问题。笔者根据自己的实际工作经历了解，外业采集获取的原始数据量是十分大的，并且有很多的数据在很多运用情况下是不需要的。以故宫云龙大石雕为例，点云数据上百个测站，数码影像几百张，总数据量占据存储空间多达十多个GB，这仅仅是故宫成千上万个文物中的一个，如果是整个故宫建筑物群，数据估测会多达几十TB，面对如此庞大的数据群，当今任何一台电脑任何一款软件都是无法同时整体处理这些数据。因此，本文从点云的不同使用目的出发，通过对点云精简最大化的算法实现同时保持重要的特征信息，即用最少的点云描述实体的“真实”信息。因为只有通过索引技术才能在如此多的点云数据中找到需要的点云，所以本文首先研究了索引技术，对比了KD-tree、R-tree、octree等几种常用索引在本文需求下的适用性。由于本文法向计算和曲面拟合设计到大量的邻域搜索，因此最后选取了KD-tree作为索引算法。然后继续选取点云精简的实际算法，同样也吸取了一些前人的思想，对比了曲面精简，栅格精简和随机精简的优缺点，由于本文是在保持点云真实性的前提下的点云精简，所以采用了特征信息保持最好的曲率精简。再进一步研究曲率精简后选取了能够很好表达曲面弯曲程度的Gauss曲率作为精简原则。由于在实际的算法实现中会发现，大量的非线性法向矩阵计算严重影响计算的速度，所以为了提高算法的实用性，对法向计算加入了CUDA框架下的多线程技术提速。本文选用Visual Studio2010开发平台，基于CLR（公共语言）环境，利用C++开发语言，结合PostgreSQL数据库，在实验室TLiDAR_DPS系统中开发了数据库管理模块，完成了原始点云数据的输入输出、原始点云的索引构建、法向计算、建树后点云的曲率精简、栅格精简、随机精简等功能。在软件系统中设计了简单方便的交互操作，主要是为了能够更加直观的验证精简后的成果点云。最后，通过工程中的完整数据，验证了本文所做研究内容的可行性，更为重要的是本实验系统对数据精简的有效性。