随着三维激光扫描技术的出现和不断进步以及点云数据处理方法的不断改善,点云数据已经成为一种新的易获取的且能精确模拟实际物体的数据形式,得到大量运用。而双振镜结构的点云数据获取平台也因为其易于实现、适合远距离大物体扫描、扫描速率高等优点得到了广泛运用。但是双振镜系统也存在较差的抗噪性、获取的点云精度不高且易受外界干扰(如振动)等缺点。这需要在应用点云数据前对点云数据进行相应的预处理特别是去噪处理。点云数据预处理算法可在两种模型下进行,即点模型和网格模型。基于网格模型处理灵活方便、精度高的特点,本文采用网格模型对基于双振镜平台的点云数据进行预处理分析并着重设计和实现基于网格模型去噪算法。本文主要包括基于法向的双边滤波算法的设计,基于三角网格边界和网格面积的离散微分算子设计以及去噪算法目标表达式的优化和实现。主要工作有:1.首先简单介绍网格模型点云数据预处理的简单内容,包括点云曲面重建、点云去噪和点云数据精简。着重介绍了网格模型的点云数据去噪算法。本文通过分析已有的三维网格模型的相关算法并在此基础上进行相应的改进,提出了一种基于网格面片法向量的双边滤波去噪算法。该算法能够获得较好的去噪声性能。然而考虑实际使用情况,设计双边滤波算法并不适用于远距离大物体的稀疏点云的去噪处理。2.为此设计一种基于三角网格的离散微分算子用于去噪处理,并将连续曲线的散度理论运用到离散网格边界,获得了基于网格外法向量的离散边界微分算子。由于该种算子不具有抗网格退化性,本文对此进行了优化并提出一种基于网格面积的离散微分算子,该种算子具有较好的抗网格退化特性。本文通过对该算子进行L0范数最小化限制构建最小二乘形式的去噪方程。3.由于目标表达式式包含L0范数最小化形式,使得目标表达式式成为NP-难问题。本文采用一种劈二次因子的方法将目标表达式转换成两个可独立求解子问题。这样可以采用子问题的解析解进行迭代优化目标表达式。本文提出的基于离散微分算子的去噪算法能有效去除噪声,该算法对高分辨率的密集点云和低分辨率的稀疏点云均可以获得较好的处理效果。实践证明,本文提出的算法获得了较好的去噪效果。