反求工程技术的不断完善和发展,使复杂曲面测量的目的不再局限于被测曲面质量指标的获取与评判,更重要的是工件模型表面的数字化测量。因为在反求工程中为了精确的重构出实物的CAD模型,首先必须提取样件表面能反映曲面特征的离散点,并对测点数据进行预处理。在甘肃省自然科学基金资助下开展了反求工程中复杂曲面坐标测量方法的研究,为复杂曲面的自适应测量提供了理论方法。基于反求工程技术的理论知识和复杂曲面测量方法的现有成果,通过比较目前各种数字化方法的优缺点,选择以三坐标测量机(CMM)为数字化设备,在CMM获取离散数据的关键技术基础上,重点研究了测量过程中如何实现测点的自适应分布问题,以实现测量数据正确而又高效的目的,即在能够正确表示产品特性的情况下,所采集的数据尽量少,走过的路径尽量短,所花费的时间尽量少。根据接触测量的特点,为了提高测量机的测量效率,实现复杂曲面零件的快速自动化测量,提出了基于灰预测模型的特征采样与基于形状特征的整体采样相结合的二次采样方法,使未知曲面变为已知曲面,从而只对关键特征点进行跟踪测量,克服了因采点过多而造成跟踪失败的问题。考虑到手动测量曲面特征点效率较低且误差较大的问题,提出并建立了基于灰预测理论的自动跟踪测量特征点的数学模型,结果表明该模型可以实现自由曲面测点的自适应分布测量;对于目前测点分布方法都是静态的,而且对曲面形状信息描述不够准确的问题,在整体采样时,根据物体三维重心思想,使用了一种基于形状特征的测点动态自适应分布模型,使得测点分布更加合理。在UG中对测量路径进行仿真,可以避免测量时发生碰撞。针对散乱数据和扫描线数据的不同特点,分别研究了测量数据预处理过程中多视点云拼合、平滑滤波处理、测头半径补偿等关键问题,并编写了部分数据预处理程序,为后续的模型重构创造了有利条件。