采用三维激光扫描技术可以直接得到真实物体表面的空间采样点，即点云数据，利用点云数据即可以重构三维物体表面。这种建模方法采用非接触测量，速度快，精度高，真实感强，不受表面复杂度影响。三维扫描及相关数据建模技术近十几年来发展迅速，在很多领域已经投入工程应用。 本论文根据点云数据重建过程中的建模流程总结点云数据处理中的关键技术，包括多视点云拼接算法、点云网格化算法、模型简化算法及多分辨率表示等，并对平面剖分算法进行仿真实验。 点云简化和网格化算法中常常需要得到散乱点云的局部拓扑信息，其中K近邻是最常用的。以往的K近邻搜索算法面向点云数据的比较少，搜索效率不能适应海量点云数据，针对这个问题，本论文研究了点云数据K近邻搜索算法，提出两种针对点云数据的快速K近邻搜索算法：可变参数单坐标轴搜索算法和基于Morton码的K近邻搜索算法。论文结合实验数据分析算法效率。将这两种K近邻搜索算法应用于点云数据简化，取得较好效果。 工程应用方面，本论文较全面的总结了目前三维信息获取技术软硬件发展现状。使用奥地利Riegl公司出品的LMS-Z210i型地面三维激光扫描仪完成空间数据获取，并针对不同应用进行点云数据后期建模。通过实例分析三维激光扫描技术在雕塑、单体建筑和大规模复杂结构古代建筑群应用领域的优点及局限性，总结使用三维激光扫描仪建模的经验。