三维激光扫描是一项相对较新但已经在大数据、虚拟现实等领域产生革命性影响的测量技术,它能够智能化、非接触、高效率地采集目标实体表面的点云数据,其在各领域的不断推广丰富了人们获取数据信息的方式。为了进一步分析扫描对象表面的特征和形状,有必要将不规则分布且高密度的点数据转换成表面模型信息,以尽可能真实的还原物体的轮廓特征。由点云数据构建模型信息有赖于数据处理技术的不断完善。本文以重庆交通大学明德楼建筑和雕塑点云数据为实验对象,在三维激光扫描系统原理的基础上对不同尺度的噪声去除、多视点云拼接和不同研究对象的建模方法进行了探索研究,主要的研究内容如下:(1)对于不同尺度的雕塑噪声数据,采用PCL中的滤波模块,通过半径滤波与统计滤波完成大尺度噪声的去除,而小尺度噪声则采用双边滤波与优化权因子的双边滤波进行处理,经过实验效果分析优化权因子的双边滤波算法在取得理想的光顺效果的同时较好的存留了局部细节特征。(2)运用开源点云库PCL实现多视点云配准。对于雕塑点云,将基于FPFH算子的SAC-IA初始位姿估计方法分别作用于ICP与NDT算法之上并与传统ICP算法进行比对,同时研究了平面标靶与ICP算法结合应用于建筑物配准的方法,均有效的完成了配准工作。(3)对实地采集的建筑物和雕塑实体采用轮廓特征提取建模法与NUBRS曲面重建法分别进行模型重构,并对两种重构模型进行了精度与适用性分析,两种建模方法均取得了良好的效果。