目前,逆向工程已经作为一种先进的设计方法被引入到新产品的设计开发中,并得到越来越多的重视。对于逆向工程的研究基本集中在由实物到曲面重构的过程,其中曲而重建是逆向工程一个重要步骤,在数据点采集后,通过曲面重建以增强数据的合理性和完备性。特征点提取保证曲面重建过程中重要特征不被丢失,孔洞修补对于生成高质量的数字模型起重要作用,脊线作为模型的重要特征不但可以用于模型的参数重建,而且对求取特征面过程中的区域划分起到至关重要的作用。　　 多数现有的用于自由形状特征生成的特征检测算法用全局敏感系数来决定一个点是否属于一个特征,但是尖锐特征的角度跨度很大,通常会从钝角到锐角都有,本文介绍了一种局部系数可调整方法,它是基于对尖锐特征的观察,提出用高斯聚簇作为检测手段,第一步先去除那些明显不是特征点的点,此时用到全局敏感系数,第二步利用局部可调整的敏感系数参与迭代选取最终的特征点,可有效去除冗余点。本文介绍的孔洞修补算法是基于移动最小二乘法的,相对于其他孑L洞修补算法而言修补的补丁面可以很平滑的嵌入原始模型,而且没有破坏原始模型,在局部平滑的情况下可得到较高质量的模型,首先找到孔洞边界点,然后构造插值面和局部坐标系,将边界点投影到插值面上并转换为局部坐标系,再利用移动最小二乘法拟合曲面并采样得到最终的样点。本文介绍的脊线提取算法结合了局部多项式拟合,曲率最大最小值判断,和一个基于MVS方程式的阈值过滤,算法运行速度很快,并且比那些通过全局拟合过程得到的结果更加准确,首先估算表面主方向,然后,结合局部多项式拟合法估算曲率以及曲率导数,再次,利用极值找出脊点,并将这些点连接成脊线,最终,过滤掉那些非明显的假脊线。