基于点的点云处理技术是随着数据测量技术的进步而迅速发展起来的一门新兴技术。该项技术以点作为曲面绘制和造型的基本元素,在提高模型绘制与重建的速度、加强处理超大规模点云的能力和简化计算量等方面体现出独特的优势,目前已成为反求工程的一个研究热点。本文针对该项技术中的若干关键问题,结合国家十五重点科技攻关项目“产品设计 CAD”(项目编号:2001BA201A02)进行了深入研究。点集简化是点云处理中首要的预处理环节。为尽量避免损失被测物体的工程信息,提出了一种基于模糊聚类的简化算法。通过引入几何相似性隶属度来表征被测物体形状的自然变化,使简化点集倾向于聚集在曲面的陡峭区域,降低简化可能导致的形状损失;同时以强制约束相似性隶属度反映设计者的工程和设计要求,能有效抑制工程信息和设计信息的缺失。特征线提取是点云处理中另一项重要的预处理工作。为保证特征线提取的稳定性及精度要求,提出了一种基于数字图像薄化的多尺度特征线提取算法。利用局部熵和重复度描述采样点在不同尺度下属于某个特征的可能性大小,保证算法的稳定性;通过将提取的特征点云映射为数字图像和进行薄化处理,获取光滑的特征线,能在一定程度上处理密度分布不均的点云,并保证特征线的质量。曲面重建是点云处理的核心。为加快曲面重建的前处理速度,避免因采样点的少量丢失而导致重建表面出现缝隙,探讨了一种基于曲面单元分解的重建算法。借鉴推进波前法,基于子域环的构造和中心环的推衍,使所有点的法向指向被测物体的外侧,可缩短法矢检验的时间;在各采样点处建立相互交迭的曲面单元,以近似包围在点云内部的空间,可得到质量良好的重建表面。曲面编辑是点云处理不可缺少的研究内容。为获取灵活的曲面编辑能力,设计了一种基于超二次曲面的约束变形算法。建立基于超二次曲面的一般约束变形模型,使物体在多种类型的约束下按指定的曲线位移产生多样化的变形;采用局部熵加权的方式,使采样点能自动估计变形的程度,并在采样不足的区域插补适当数目的点,保证点云在变形前后的采样率基本一致。在上述理论研究成果的基础上,研制开发了基于点的三维散乱数据处理原型系统,并已作为一个模块嵌入三维CAD系统-Intesolid中。