随着我国汽车行业的蓬勃发展,人们对汽车行业及其相关技术的需求也日益增加。同时不少车主为了谋取更大的利益,通常会对车辆进行改装来增加运载能力,严重威胁公共安全,因此定期对车辆进行检测非常重要。传统检测中人工检测效率太低,无法满足人民日益增加的需求,而自动检测的内容又太过单一,只能检测车辆的长宽高数据,检测能力有限。综合上述两点对车辆进行三维重建。既可以提供车辆点云模型为新型技术提供基础数据,又可以采集到车辆各部分数据,极大的丰富了检测内容。本文提出了一种基于激光测距扫描仪的车辆轮廓三维重建系统,该系统使用激光测距扫描仪获取通过车辆的点云数据;在预处理上,提出了使用改进的栅格法建立点云拓扑结构,并结合弦高差重采样完成点云数据精简,使用统计的方法和双边滤波算法对点云数据进行降噪,使用图像处理方法对车辆各部分进行分割。在点云数据修复上,提出了基于角度微分的算法去除车窗噪声点,使用数学几何图形的方式计算轮胎数据并进行修正,使用拟合方法修复车灯处点云数据凹陷,使用改进八邻域结合基于径向基的方法完成车窗以及孔洞的重建。在曲面重建上,对比了基于区域生长的三角生成算法和基于拟合的泊松曲面重建算法,确定了在对非封闭曲面的车辆点云数据进行拟合时,基于区域生长的算法效果更好。最后,对两种车型进行重复实验,通过三维重建模型与车辆检测误差定性定量的分析了本文算法效果,实验表明,本系统可在车辆以小于5km/h的低速行进条件下完成对车辆的三维重建与尺寸数据检测,且检测误差符合《机动车安全技术检验项目和方法》(GB21861-2014)中机动车外廓尺寸检测系统的测量误差不应超过±1%或者±20mm的要求。对于提供车辆三维重建模型以及超载超限检测具有极其重要的现实意义。