基于各种获取设备生成真实逼真的三维模型是获得物体几何信息的主要手段之一,在计算机图形学、计算机视觉、考古学、测绘学等领域得到广泛应用。获取设备得到的原始数据通常以三维点云表示,即同一空间参考系下表达物体空间分布和表面特性的三维点集合。虽然由点云重建物体表面以及相关的处理技术已有多年的研究历史并取得了大量的研究成果,但由于各个领域对获取技术的需求不断增加,以及已有点云处理技术在各种应用中表现出的不足,尤其是处理点云中由获取设备本身的物理限制以及获取条件和过程产生的各种缺陷,如噪声、外点、数据缺失、尖锐特征的丢失和不均匀采样等所表现出的鲁棒性不足,许多研究机构和研究人员一直从事于点云鲁棒处理中各种关键技术的研究与改进,以提高所获取三维数据的质量,从而促进三维获取技术在各个领域的应用与普及。为此,本文对点云鲁棒处理中的主要关键技术进行了深入研究,主要包括特征保持的点云增强、鲁棒的法向量估计、点云特征线提取和使用简单形状基元对点云表面进行全局最优拟合等技术。本文工作的主要贡献和创新总结如下:(1)为了在点云增强中消除噪声、外点和不均匀采样等缺陷的同时,保留能够刻画表面特性的尖锐特征,提出了一种新颖的特征保持的点云增强方法。使用法向量加权为已有的基于加权局部最优投影(WLOP)的增强方法赋予特征保持的能力,即借助法向量信息,为局部邻域中法向量相似的相邻点赋予较大的权值,而将法向量差距较大的点看作是外点,赋予较小的权值,从而使得新位置主要由位于特征同一侧的相邻点决定。同时,为了在改进点云位置分布的同时得到特征保持的法向量信息,本文提出将法向量磨光集成到新的增强方法中,以此得到精确且保持特征的法向量。在合成点云和实际获取点云上的实验结果表明,与原有WLOP方法相比,本文方法能够在降低噪声、消除外点以及改善分布密度的同时,保持点云中的尖锐特征。(2)为了解决噪声、外点和尖锐特征给法向量估计带来的挑战,提出了一种鲁棒的点云法向量估计算法。借鉴鲁棒统计中的多结构检测思想,基于在每个点局部邻域内随机采样得到的一组平面,首先使用鲁棒的无偏估计为此邻域计算局部噪声大小,然后定义基于核密度估计的目标函数选择出最优切平面。同时,选择最优切平面的过程还可以有效地检测出点云中的外点。实验结果表明本文方法对点云中的噪声、外点和尖锐特征具有很高的鲁棒性,能够为点云估计出光滑且特征保持的法向量。与现有估计方法相比,本文方法能够实现对特征保持的点云法向量的直接估计,且不需要复杂的参数调节。(3)为了在含有噪声、外点和数据缺失的点云中检测出反映其几何特征的特征线,提出了一种基于RANSAC的特征线提取算法。此算法针对由建筑物或机械部件等具有平面特征的物体扫描得到的点云,基于在点云中检测出的多个平面,首先将每个平面所能拟合的点投影至此平面,并以投影区域的边界点作为候选,提出一种考虑全局约束的RANSAC特征线提取算法检测出最终的特征线。实验结果表明该方法对点云中的噪声、外点和数据缺失具有较高的鲁棒性,能够准确地提取出特征线。与已有的基于局部分析的方法相比,本文方法具有更高的鲁棒性,因而能适用于前者无法处理的低质量点云。(4)为了使用基本形状基元实现对点云表面的精确拟合并避免过拟合问题,从而利于拟合结果对点云表面结构的揭示,提出了一种将变分表面拟合与模型选择相结合的新颖拟合算法。在拟合中考虑由基元类型、基元数目以及拟合误差导致的拟合代价,将问题形式化为对输入点云表面的划分、所用形状基元的类型及基元数目的一个整体优化,并给出了此组合优化问题的近似解法。首先创建合适的候选冗余集,然后通过模型选择和变分表面拟合迭代地精化每个候选直至收敛,最后通过一个全局的模型选择确定最终的基元。实验结果表明,该方法能够最大化所选择基元的拟合能力来实现对输入点云的准确表示,同时对噪声也有很高的鲁棒性。与已有方法相比,本文方法能够自动确定最优的表面划分以及每个划分对应的基元类型,在拟合复杂度和拟合质量之间取得折衷,而不需要预先指定基元数目。