海量点云数据较易获取,点云简化问题已成为众多学者的研究热点。本文提出了一种基于K-近邻拟合平面点云简化算法。通过建立KD-tree索引,寻找每个点的K-近邻,然后对K-近邻进行平面拟合剔除非特征点实现点云简化。实验结果表明本文算法简化率能达到80%以上,点云特征信息保留明显,算法适用性广,稳定性强,并且点云经简化后不损害重建结果。