本论文研究了牙齿模型三维散乱数据的细分曲面重建。牙齿模型的三维测量和数字化虚拟研究在口腔医学的临床辅助治疗、医学研究和教学中发挥着越来越重要的作用。而牙齿模型的三维曲面重建是这些应用的基础，尤其是基于网络的虚拟口腔诊断和治疗系统中需要远程传输数据模型时，大数据量的牙齿模型不仅不利于诊断的及时交互，也受到当前的网络传输的限制。细分方法近年来已成为图形学领域的一项重要研究内容，细分曲面具有拓扑任意性，可伸缩性，表示一致性和数值稳定性等特点。正是基于细分方法的这些特点，因此其在任意网格的多分辨率分析、传输和编辑，以及医学图像的重构等方面有着广泛的应用。本文的目的就是采用细分的方法对牙齿模型的三维散乱数据进行外形重建。本文的主要工作有以下两点： 1，初始网格的生成。我们首先通过三维扫描仪等设备获取牙齿模型的三维测量数据，然后我们采用包围收缩算法，得到一个能反映牙齿模型拓扑结构和形状特征的初始网格。 2，细分曲面的控制网格的生成。由于初始网格的规模还比较大，目前，相关的研究工作中都是采用一般的网格简化方法(如QEM)来得到一个规模较小的细分控制网格。而我们提出了一种完全不同的网格抽取算法来简化初始网格得到细分控制网格。本文中我们所采用的网格抽取算法包括了两个步骤，第一步是基于曲率特征的网格简化，这种方法主要是依据网格的局部曲率特征来进行网格简化；第二步是采用重新网格化的方法，通过对第一步得到的细分控制网格进行细分优化、细分采样和反向细分，来得到具有细分连通性的控制网格和其位移值。 在得到细分控制网格后，我们采用Loop细分模式通过多次细分并结合其位移值得到牙齿模型的细分极限曲面。本文最后还结合一些牙齿模型和其它模型的细分曲面重建实例进行了分析。