逆向工程是指根据现有的产品模型,利用数字化测量设备获取实体数据,然后对这些数据进行分割与拟合,来构建一个完整的CAD模型。目前逆向工程技术已经广泛应用于各种工程领域,如工业检测、自主导航和文物保护等。随着数字化精度的不断提高,三维激光扫描仪或CT扫描仪等设备获取了海量点云数据。但是传统的点云数据分割处理环节非常耗时,因此通过计算机辅助技术来解决点云数据分割问题变得十分重要。本文拟研究一种基于高斯映射及聚类技术的点云分割方法,来实现机械类零件点云的分割。本文首先改进了矢量积求解法向量的方法,通过K近邻算法查找某一点在六个方向上的近邻点,然后通过矢量积和单位化求出点云数据的单位法向量,再通过高斯映射,在单位球上形成高斯图。通过引入测度的概念得到聚类数目和聚类中心,再结合改进的模糊C-均值聚类算法对高斯图进行区域分割。为了加快分割的速度和降低孤立点的影响,引入了隶属度矩阵和聚类中心修正的方法。再根据高斯图与点云数据的对应关系,由分割后的高斯图实现零件点云的分割。通过Visual C++6.0和Open GL编制了相应的界面,再分别使用机械类零件与混合型的三维点云数据为分割对象,得到了相应的分割结果。通过分析参数1?和参数2?对分割实验的影响,得到最佳的点云分割参数值。实验结果证明,通过高斯映射并结合改进的模糊C-均值聚类算法,可以对机械类零件点云及其它类型点云进行鲁棒分割。