现代社会已进入信息化时代,数字化是这个时代的鲜明特征。大量的信息采集与表达、重建与处理等数字化技术为应用基础研究提出了许多新的研究课题。随着三维扫描获取技术的发展,三维数字几何模型已经成为一种新兴的数字媒体,在多个领域取得了广泛的应用,同时也给数字几何处理带来了机遇和挑战。本文针对三维数字几何处理中厚度点云薄化、特征提取与孔洞修补展开研究,主要工作如下：(1)针对扫描点云数据中存在的噪声、离群点,特别是由于多次重复扫描导致的厚度点云,受主曲线和主曲面通过数据中间位置的启发,提出一种厚度点云薄化算法。该算法利用共享近邻关系构建点云的局部邻域,依照主曲面自相合条件,逐步迭代逼近主曲面,实现厚度点云的薄化处理。该算法将去噪和数据薄化融为一体,在实现点云去噪、厚度薄化的同时,较好的保持了原有数据的特征信息。(2)针对扫描点云数据的特征提取问题,提出了一种基于局部重建和子邻域分类的特征点提取算法。该算法通过在一点的局部邻域内构建反映特征结构的三角形集合,利用三角形法向聚类得到局部邻域的子邻域分类。最后,检测一点是否同时落在多个子邻域拟合平面的交线上来识别特征点。本文提出的特征检测算法对噪声较为鲁棒,具有较低的算法复杂度,可以有效区分真实特征点和非常靠近真实特征点的伪特征点。(3)针对噪声环境下三角形网格的特征提取问题,提出了一种基于邻域支持的鲁棒特征点提取算法。利用邻域支持的思想定义显著性特征度量,在提升真实特征点显著性度量的同时,相对抑制了噪声数据的显著性度量,在噪声环境下网格特征点提取过程中起到了关键作用。与现有网格特征点提取算法相比,本文提出的基于邻域支持的特征点提取算法不仅对噪声鲁棒,还可以在提取显著特征的同时,尽可能多的提取相对较弱的特征信息。(4)针对弯曲区域缺失面积较大的孔洞,基于波前法提出了一种简单、有效的三角形网格孔洞修补算法。该算法通过估计合理边界点法向和对边界点进行凹凸性分类,调整原有波前法插入点方向,计算适当的插入点位置,生成新的三角形,直接在原有数据上恢复出缺失区域的几何形状。在没有经过后续优化处理的情况下,实现了修补网格与孔洞周围原始网格之间光滑过渡,并且修补网格顶点密度与周围原有网格顶点密度较为一致,新生成的三角形面片质量也能达到一定的要求。(5)针对缺失区域存在特征结构的孔洞修补问题,提出一种特征保持的三角形网格孔洞修补算法。该算法通过定义边界特征点之间的法向差异和凹凸性分析,实现了孔洞周围特征点集合的自动匹配和缺失特征线的有效重建,避免了繁琐的人工匹配,提高了算法效率。同时,缺失的特征结构通过三次样条函数插值显式的重建出来,插值对应的特征点,保证了恢复出特征结构的准确性。此外,通过极小化能量函数的方式第一次直接预测缺失区域的角点位置,实现网格孔洞修补的角点重建。