机加工零件表面形貌不仅直接影响零件的使用性能,还可以为加工过程提供反馈信息。因此很有必要对零件表面形貌进行准确的分析和评定。表面测量技术的快速发展尤其是高清测量技术的出现,使得快速地获取表面点云数据成为可能。本文正是基于高清测量技术,以三维零件表面形貌为研究对象,进行表面滤波和分类两个方面的研究。本文分析了已有的表面滤波方法,注意到小波滤波有着明显的优越性并且是当下的研究热点。然而已有的小波滤波方法主要针对两维表面,并不完全适用于三维表面的情形。基于此,本文将多尺度几何分析的最新成果—剪切波,引入到三维零件表面滤波领域。建立了剪切波滤波框架并对其表面计量特性进行了分析,通过仿真实验和多个实例分析对剪切波滤波进行了验证,并与国际标准ISO 11562规定的高斯滤波进行了比较。分析结果表明:1)剪切波具有多尺度分辨能力、高度的方向选择性、平移不变性和计算效率高等优点;2)剪切波具有零相移和理想的幅度传输特性;3)对于不同类型的工程表面,剪切波滤波都能很好地实现粗糙度、波纹度和形状误差的分离。4)分别根据剪切波滤波结果和高斯滤波结果计算的三维表面参数值的偏差在5%-25%之间,说明了剪切波滤波与作为国际标准的高斯滤波得到的结果是较为接近的。零件表面分类是识别零件表面质量的有效手段之一。本文提出了零件表面多类别分类的MPO-SVME算法。该算法以三维表面高清测量数据为输入,用支持向量机(SVM)构造基分类器,并通过选择性集成策略选择最优的分类器来提高分类正确率。通过发动机缸体顶面的实测三维数据验证了本文所提的分类方法,数值实验结果表明:使用单个SVM多类分类器对缸体顶面的分类正确率为89.58%,而MPO-SVME算法可以将平均分类正确率提高到92.22%,并且平均只选择2-3个基分类器。因此,MPO-SVME算法在只集成少量基分类器的情况下,能够有效地提高零件表面的分类正确率。