数据处理技术是快速反求系统的关键技术,主要包含数据预处理和曲面重构两大部分,数据处理的结果将直接影响最终生成模型的精度。因此不断改善数据处理的算法,提高数据处理的精度可以改善快速反求系统的性能。本文着重研究快速反求系统中的数据处理过程,对涉及到的数据格式转换、数据预处理和NURBS 曲面重构技术进行了深入的研究。1. 针对三坐标测量机和CAD/CAM 系统之间数据转换存在的问题,以IGES 作为数据转换的实现标准,对其数据文件组织结构进行分析,并在此基础上提出基于IGES 标准格式的转换算法,设计相应的数据转换接口。2. 对基于对深度图像的处理得到的大量测量点进行数据滤波、数据精简、数据分割等预处理。提出了基于邻域的最小二乘高次曲面拟合的数据滤波算法;提出了角度与偏差相结合的数据精简算法,该算法可以对含有大量冗余的测量点数据进行精简处理,并且可以比较精确地保存零件外形;以基于自组织特征映射神经网络(SOM)的数据分割算法为基础,通过引入准聚类中心和加权的输入向量对原有算法进行了改进,该算法可以将测量点数据进行基于特征的数据分割,将隶属于同一曲面的数据点分为一组,从而便于后续的曲面重构。3. 研究了测量点数据的NURBS 曲面重构。对经过预处理后的测量点数据,通过采用累积弦长法构造非均匀节点矢量和对权因子的约束优化,进行测量点数据的NURBS 曲线拟合,在现有基本公式的基础上推导出了可以编程实现的曲面放样公式,对得到的NURBS 曲线进行放样处理,最终得到了测量点数据的NURBS 曲面。4. 应用面向对象的编程工具Visual C++,设计了一个集数据预处理和曲面重构于一体的数据处理软件,该软件包含了数据滤波、数据精简、数据分割和曲面重构等功能模块,并运用OpenGL 图形库技术进行了图形显示和交互功能的实现。