在工业设计、三维测绘、航天模拟、医学辅助诊断、影视娱乐等应用需求的推动下,三维数据获取和数字几何处理技术的研究越来越受到学者们的关注。近些年来,随着三维模型获取的软硬件技术迅速发展,三维激光扫描技术受到各种领域的人们的青睐,特别是在测绘领域,不仅提高了效率,更是提高了精度。通过三维激光扫描仪获取的点云数据,不仅结构简单,易于操作,而且不用存储点与点之间的拓扑关系,适合表达几何形状和表面特征复杂的不规则物体。然而,在获取数据的过程中,由于人为的因素、测量环境的变化或者设备本身的缺陷等诸多因素,使得获得的数据不同程度的受到噪声的污染。因此,在对实测三维数据进行数字几何处理和应用之前,必须对点云进行滤波降噪处理。滤波的目标是在剔除噪声重建光滑表面的同时,保持原有采样表面的拓扑特征及几何特征。本文以三维激光扫描仪获取的点云数据为研究对象,对其滤波过程进行了深入的研究,主要内容如下：1.介绍了一些经典的散乱点云数据的滤波算法。对近几年来,国内外文献研究得比较多的算法进行了重点分析,对它们的原理进行了详细介绍,同时总结了这些算法的优势以及局限性,对以后三维激光测量数据滤波的重点进行了分析。2.对点云模型的噪声进行了深入的分析。通过建立数学模型,对其滤波过程中所要解决的问题进行了总结,为滤波提供了理论依据。3.在Mean-Shift点云数据滤波的基础上,进行了改进,提出了一种改进的Mean-Shift点云数据滤波算法。充分考虑了点云的法向向量和曲率这两个表现点云模型特征的几何量,通过法向量的相似性来优化κ邻域,然后利用Mean-Shift迭代过程寻找每个数据点的局部模式点,实现法向量的滤波,最后以该法向量为滤波标准,进行数据点的几何向量滤波。该方法不仅有效的进行了点云的滤波处理,而且在保护特征信息以及防止体积收缩等方面也表现出了其优势。