三维激光扫描这一技术的迅速发展,使得传统意义上的测绘建模面对的难题得到了很好的解决。使用三维激光扫描仪得到的三维点云数据中包括了大量的信息,这些信息不但有目标物体的三维尺寸信息,还包含位置点的大地坐标以及颜色纹理等其他物理信息,并且可以进行数字化存储。随着三维测量技术的进步以及扫描测量范围的扩大,获取的点云数据已呈海量趋势。但这些海量的点云数据在采集与处理方面却存在许多技术难题,首先是采集方式的选取,其次是采集来点云数据的处理问题,这些问题包括点云数据的前期处理与数据的降噪、精简、分割以及数据的可视化等。本文以高校某锅炉房系统为研究对象,使用三维激光扫描仪对该系统进行点云数据采集,考虑到了锅炉房现场场景的布置与设备的复杂性,采用基于标靶的多站布置扫描方式,对场景进行全景扫描并采集到原始场景数据。在原始点云数据的前期处理方面,采用FARO三维激光扫描仪配套软件FARO SCENE进行前期处理,这些处理包括点云生成、基于标靶的多站点云数据拼接以及点云的色彩信息附加等。在进行基于标靶的锅炉房多站点云数据拼接时,采用了自动目标识别与手动目标识别结合的方式进行多站数据的拼接,最终得到了符合后续研究需要的锅炉房系统点云数据。在点云数据的预处理阶段需要解决点云数据的降噪与精简问题:针对点云数据的降噪,分析了几种常见的降噪算法,并结合FARO SCENE软件完成了点云数据的交互式降噪;在对扫描数据进行压缩处理时,对比分析了几种常用扫描数据精简算法的优劣性,基于matlab系统设计了包围盒法的点云数据精简程序,基于GeomagicStudio软件平台实现了点云数据的交互式精简以及精简后的精度对比分析。在点云数据的可视化方面,介绍了几种常见的海量点云数据的空间索引结构,海量点云数据的组织管理方法以及三维空间数据模型可视化关键技术,并结合MeshLab系统完成了锅炉房点云数据的可视化。本文通过锅炉房系统点云数据为主线,分别进行了数据采集,数据处理以及数据可视化研究,提出了不少有建设性意义的研究方法与思路,具有一定的参考价值与实际意义。