通过激光扫描对物体进行三维重建的技术具有极高的现实意义和应用价值，其关键技术是对扫描数据的处理。激光扫描数据具有密度大、数量多等特点，通常情况下对它的处理效果并不理想。如何在保证重建精度的同时减少处理的时间是本文需要解决的关键问题。因此本文主要研究了扫描数据的精简方法，对三角剖分方法进行了深入研究。本文的主要内容有：首先，针对本文中使用的LMS100激光扫描仪返回的原始信息是距离数据的特点，通过建立多个坐标系并进行坐标系转换，将距离数据转换为固定坐标系下的坐标值；另外，由于受到振动、粉尘和制造工艺等多方面因素的影响，采集的数据含有不同类型的误差，本文通过使用弦高差和平均值滤波方法分别进行了处理。实验结果验证了算法的有效性。其次，在对点云数据进行精简时，研究了规则网格法和基于扫描线的曲率采样精简方法。本文将两种方法结合起来对数据进行精简。首先使用曲率计算对扫描线上的特征点进行标记；然后在使用规则网格法精简点云时，对已经标记的特征点进行保留，对非特征点进行反距离加权平均处理。再次，在对点云数据进行三角剖分时，针对精简处理后数据的特点，将区域增长法和扫描线型数据剖分方法结合起来使用。即对点云整体采用扫描线进行三角剖分，对局部包含特征点的网格使用区域增长法进行三角剖分。最后，介绍了在实验室搭建的小型重建系统；在Matlab软件环境下对小范围内的两个大小、形状不同的煤堆完成了三维重建实验；通过对实验结果的分析，验证了算法的可行性。