随着激光扫描技术的发展，地面三维激光扫描仪能够方便、快捷地获得地面目标海量的三维点云数据。这使得地面三维激光扫描技术的应用领域已经从传统的制造业扩展到工程测量、大型建筑的变形监测、文物保护和三维数字化城市的场景重建等方面。因此，基于地面三维激光扫描点云数据的处理技术迅速发展起来，成为一门新兴技术。 本文在全面总结和分析该技术在三维重建的理论、方法和应用现状的基础上，结合本文研究课题，北京市教委重点科研基金重点项目：面向古建筑大尺度结构主动提取与自动三维重建机理研究和国家自然科学基金项目：基于地面影像测量的古建筑三维结构提取研究，针对该项技术中的若干关键问题，着重从以下三个方面进行了深入研究： (1)点云数据预处理技术。本文对点云数据去噪、数据平滑、数据精简等技术进行了深入分析，并且针对不同类型的点云数据研究和实现了所应采取的具体处理方法，深入研究了点云数据预处理的所应遵循的一般原则。 (2)点云数据的分割方法。点云数据分割是点云数据处理的关键之一，是点云特征提取、曲面重建的基础与核心。本文通过对国内外点云数据区域分割算法对比研究，总结各种点云分割算法的优点及不足，提出了八方向矢量的DBSCAN(Density-BasedSpatialClusteringofApplicationswithNoise)聚类分割算法，此方法克服了基于边的和基于面进行点云数据分割方法的缺陷，具有良好的抗噪声性，并且能够发现任意形状和大小的类。 (3)点云数据的三角网格化及纹理映射。本文对点云数据的三角网格化进行了深入的研究，通过对国内外三角剖分算法的比较分析，结合了局部三角剖分算法和三角形生长算法的优点，提出了一种新的三角网格化的算法，提高了建网速度，改善了建网效果。在三角网格化的基础上，给出了一个有效的纹理映射算法。该算法本质是一个基于点云三角网格模型进行纹理映射的方法，适用于一般的从二维到三维点云三角网格模型。主要思想是利用获取的纹理图片与三维网格模型上的点一一对应起来，进行纹理映射生成真实感的三维模型，使点云模型也具有丰富的纹理信息，重建出一个逼真而且准确的三维模型。 在上述理论研究成果的基础上，本文利用VC++6.0高级编程语言，结合OpenGL三维图形包开发了一个地面三维激光扫描点云数据处理的实验原型系统。并利用地面三维激光扫描仪获取的实测数据，对相关的算法进行实验分析，验证本文研究方法和思路的可行性、有效性等。