针对存在较多误差和粗差的点云数据,直接用最小二乘拟合局部平面的精度和可靠性不高的问题,提出了基于Cook距离的最小二乘拟合方法,先从大量的点云数据中优化选取强影响点,再通过最小二乘方法获得准确的拟合平面。试验表明,该方法拟合出的平面与真实平面较接近,具有较高的精度和稳定性,可以大幅度缩减点云并建立更精确的模型。