模型重构是反求工程的一项关键技术，通过对测量数据进行处理，对零件进行曲面和实体造型。在模型重构过程中，零件实物测量数据与重构模型间的误差是不可避免的，因此对重构模型的误差分析也是反求工程研究的一项重要内容。   
　　在模型重构过程中，需要拟合曲线、曲面。而实物测量数据拟合成曲线会存在误差，曲线生成曲面也会存在误差，因此实物测量数据与模型曲面间的误差是这些误差的累积，这使得零件实物与重构模型曲面间存在差距。通常这个误差是指实物模型与重构模型上对应点间的距离。误差分析可以反映实物测量数据与反求模型间的偏离程度，因此在以零件仿制、零件修复为目的的模型重构中尤为重要。
　　重构模型    
　　对零件实物进行数字化测量后，获得散乱点云数据。由测量点云重构模型通常有两种方法：第一种方法是先将测量点拟合成曲线，再通过曲面造型的方式将曲线构建成曲面；第二种方法是直接对测量数据拟合，生成曲面片，最后通过对曲面片的过渡、拼接和剪裁等曲面编辑操作完成曲面模型的重建。    
　　本文对散乱点云通过投影法将散乱点投影到一组平行的截平面上，然后对同一截平面的数据点实现曲线拟合，得到B样条曲线，再对这组曲线实现曲面拟合，得到重构模型。此部分程序通过UG二次开发实现。具体实现步骤如下：  
　　(1)获取不同截面上的数据点，并将不同截面上的数据点分别存储；  
　　(2)对于同一截面上的数据点通过极角法进行顺时针排序；  
　　(3)针对不同截面进行曲线拟合；   
　　(4)由曲线族进行曲面拟合。
　　误差分析    
　　目前针对误差分析的研究主要包括以下两类：第一类是针对重构模型的误差分析；第二类是针对网格模型的误差分析。针对测量点与网格模型之间误差，通常是指测量点到网格模型上的最短距离。
　　原始测量数据与重构模型间的误差是指测量数据点与重构模型间的最小距离，定义如下：
　　di=min(d(Pi,R))
　　其中：Pi为测量数据点；R为重构模型；d(Pi，R)为测量点Pi到重构模型的距离。对测量点云中的每一点，分别求出到重构模型的最小距离。    
　　为了明确区分误差分布大的区域，本文通过误差生长线的长短来区分，从而将误差以体视化的方式体现出来误差生长线是指从测量点到其在重构模型上的最小距离点间的连线。通常由于误差值较小，误差生长线不容易观察，因此需要将误差生长线等比例放大，就可以直观地观察各部分误差分布大小情况。
　　本文对散乱点云通过曲线、曲面拟合得到重构的实体模型，然后求取散乱点云到重构模型的误差。并通过误差生长线来区分各部分误差分布情况。从叶片实例可以看出，效果良好，对于原产品仿制或重复制造等后续工作具有参考价值。