由实物样件的测量数据重构其数字化模型是逆向工程的主要任务之一。与曲面模型相比,实体模型能够更加完整、严密地描述物体的三维形貌,进行精确的体积、惯性和重心计算,实体模型重建已成为逆向工程领域新的研究热点。特征是模型设计意图的基本载体,实物样件包含的特征信息对于重建符合设计表达的实体模型具有重要意义。本文对基于特征的实体模型重建进行了深入的研究,实现了基于实体特征融合、曲面特征缝合的实体模型重建。主要研究内容和成果如下:对数据分块技术进行了研究。提出了基于法矢和面积准则的边检测算法,通过种子网格的“区域生长”将具有相似几何属性的三角片纳入相同数据块。实现了基于劣质三角片剔除、碎片融合、邻接块整体合并、块分解合并、块边界修正的分块模型优化。由于关键参数可调节,该算法具有良好的灵活性,能对三角网格模型进行符合其特征构造的数据分块。研究了基于人工神经网络的实体特征识别技术。建立了包含九种几何特征的基本特征库,设计了具有良好扩展性的基于BP网络的特征识别器,提出了基于截面形状、开闭、凹凸等属性自动对特征进行编码的算法。经过大量样本训练后的特征识别器能从测量数据中有效识别特征的类型。研究了实体特征参数提取技术。建立了测量点到特征基本面距离误差的概率模型,提出了基于极大似然估计法的分块数据拟合和特征几何、方位参数的计算方法。提出了用马氏距离评价特征与测量点的贴合程度并推导了平面、圆柱面、圆锥面的马氏距离表达式。实现了基于仿射变换的特征参数优化求精。针对包含裁剪曲面的型面类零件的模型重建,提出了用B样条曲面整体覆盖、通过边界曲线或曲面求交剪裁的裁剪曲面重建方法。设计了基于基准平面的数据点快速参数化算法;提出了基于有效点判别条件的孔洞识别算法,通过对孔洞区域的控制顶点施加顶点形状保持条件确保了B样条曲面拟合时最小二乘解的稳定性;实现了基于误差控制的B样条曲面拟合和边界曲线重构。该方法具有符合设计意图、曲面在孔洞区域具有良好的形状一致性、曲面重构精度高等特点。对基于实体特征融合和曲面特征缝合的实体模型重建技术进行了研究。设计了具有良好交互性的模型特征树对重构特征和约束进行有效管理。实现了重构实体特征的参数化修改,使用户可以基于设计意图对重建特征进行修正。提出了实体特征间约束的自动识别、干涉检查算法,实现了基于约束的实体特征融合与模型重建。研究了曲面间约束的自动检测和基于约束的曲面整体拟合,设计了用于型面类零件的B-rep实体模型重建的曲面自动求交、裁剪和缝合算法。以上研究成果已在实体模型重建软件系统的研发中得到运用并成功应用于飞机结构件的逆向建模,大量的应用实例验证了本文方法的正确性。