逆向工程中,使用3D光学扫描设备测量物体表面,必须多次从不同角度测量才能获得完整的表面数据。多片点云各自间都存在位置偏差,需经过拼接才能形成有效的数据模型;且测量得到的数据十分密集,用于描述表面特征和模型重构存在许多的冗余部分,有必要对其进行筛选简化。散乱点云精简与自动拼接的效果关系到后期模型重构工作的效率和质量。因此,针对散乱点云精简与自动拼接技术,展开深入研究;并结合VC++6.0与OpenGL编写开发点云预处理软件。文中的研究重点如下:(1)提出了最小椭圆距离自适应精简算法和基于平面夹角的尖锐边界提取算法。根据点云曲率法矢,结合平面夹角法和最大夹角法完成点云区域划分及边界特征提取;保留边界特征,平面区域使用最小距离法,非平面区域使用最小椭圆距离自适应精简算法。对点数为64418的点云,从导入点云至精简结束的时间为5.65s,精简率为69.3%,网格重构后与原始模型比较,距离偏差分布范围在-0.11~+0.11mm。(2)提出了基于4PCS的ICP改进算法和基于PCA的ICP改进算法,用于无标记点散乱点云的自动拼接。首先提取曲率相对较大点形成两特征点集;四点算法中,根据四点的对角线长度及其交点分割比例,匹配对应关系;主成分分析法中,以在特征点集内按不变矩特征形成的点对为种子,聚类邻近点,形成两新的待拼接点集;再分别由对应四点或待拼接点集计算变换参数完成粗拼接;最后,改进ICP算法,以最近点的特征最相似邻域点代替最近点完成迭代,实现精确拼接。对两片玩具枪弹夹点云(点数为93561、97720)进行拼接实验,从导入数据到完成拼接,基于PCA的ICP改进算法共消耗327.5s,迭代11次收敛;而基于4PCS的ICP改进算法共用291.7s,迭代7次收敛。(3)完成点云预处理软件的编写设计。利用VC++6.0结合OpenGL编写开发处理功能软件,完成点云数据的导入、导出、模型的绘制显示和交互操作以及点云的精简和拼接功能。通过实例验证,系统能较好地实现各项功能。