三维重建是逆向工程中的重要一环,也是计算机视觉领域的一个重要研究内容。在三维重建的过程中,所获取的物体表面的三维数据不可避免的存在着不合理的噪声,同时由于受到测量角度的限制,需要从不同的角度去获取物体表面的三维数据,所以三维图像的滤波与配准处理显得尤其重要。论文对三维图像数据的滤波与配准算法以及相关问题进行研究。针对三维图像的滤波问题,本文首先研究了Laplacian滤波、Taubin滤波和Curvature滤波算法,然后在Laplacian滤波算法基础上,考虑到点与点之间的距离的影响程度,提出了一种改进的加权Laplacian滤波算法,可以在一定程度上保持图像原有特征信息,抑制形变的发生。本文利用了法向量以及它们之间的夹角,并引入Laplacian算子作为偏移系数,在中值滤波算法的基础上提出了一种基于法向量的改进中值滤波算法,可以在保持图像特征信息的同时得到良好的滤波效果。最后将几种滤波算法的实验结果进行分析比较。针对三维图像的配准问题,本文首先研究了ICP配准算法,然后对该算法的每个阶段进行分析,并通过实验选择了不同阶段所采用的方法。针对数据点的数量庞大不利于运算以及选取的对应点对特征不明显等问题,在ICP算法基础上提出了基于特征提取的改进ICP算法,先对三维图像数据进行关键点提取,然后根据关键点的特征描述子的相似性选取对应点对,进而采用四元数法来估计刚体变换矩阵进行配准。最后将算法的实验结果进行分析比较,证明本文算法的收敛速度更快、配准效果更好,并且具有较好的稳定性。