逆向工程近年来发展迅速,其本质是一种使产品设计再现的技术,因其独有的优势可以极大地缩短产品的开发周期,因此,在许多领域都得到了广泛的应用。逆向工程依靠三维信息采集设备得到点云数据,然后对采集得到的点云数据导出到实验设备上显示并进行点云数据的预处理,最后对处理好的点云数据进行三维重建,其中数据预处理是逆向工程的关键环节,处理结果的好坏直接影响重构的质量。本文主要研究三维点云数据的预处理,相关工作如下。首先通过对逆向工程以及三维激光点云的研究背景和应用价值进行了简单阐述,针对点云去噪提出了一种基于点云库分类去噪的算法。利用点云及其邻域点云的距离信息进行基于统计滤波的大尺度噪声的去除,然后利用与其邻域点的法矢量信息进行基于法向差滤波的部分小尺度噪声的去除,最后利用双边滤波对剩余点云进行光顺。通过与其他去噪方法的对比,证明本文去噪算法对噪声更加敏感,去噪效果更加理想。其次针对点云精简提出一种基于区域生长算法和曲率估计的改进点云精简算法。利用三维点云模型的局部距离信息、法线信息和曲率信息对其进行精简操作,首先对点云数据进行基于区域生长算法融合曲率估计的数据分割,根据曲率信息使点云分为不同的区块,然后对不同的区块进行自适应的精简操作。实验结果表明此方法在不破坏点云模型的前提下保留了更多的特征点,是一种较理想的精简算法。最后针对点云配准提出一种特征提取的改进ICP算法。利用本文精简算法对源点云进行精简,减少后续的工作量,计算点云的法矢量信息并生成FPFH特征描述子,寻找在目标点云中具有相似特征描述子的点进行基于采样一致性算法的初始配准,得到一个合适的初始位置,再进行根据曲率信息的特征提取的ICP算法的精准配准。通过实验分析验证了此方法的正确性。