三维模型因其多维、形象、直观的数据特性在文物保护、游戏娱乐、3D打印、虚拟现实等领域应用广泛,三角形网格因其结构简单表达能力强是三维模型最常使用的几何结构。基于图像集的多视角立体视觉（Multi-view Stereo,MVS）三维重建方法因其设备简单、成本低廉成为构建三维模型最常用的方法。获取细节更加丰富、视觉效果更好的网格模型一直是各个领域的迫切需求,对初始模型进行网格优化可以获得质量更高的三维模型。网格优化是通过某种度量对初始网格的几何结构进行调整,获取更高网格质量三维模型的操作。对现有网格优化技术进行综合分析,本文融合改进网格简化和网格细分算法自定义度量对初始粗糙网格进行预优化操作,与此同时对网格中的退化和非流形单元进行处理最终得到网格均匀、大小适中的流形预优化网格。其次针对冗余图像信息对主图像的邻域图像选取进行优化,与此同时基于图像信息驱动,经过网格诱导进行图像重投影。最终根据图像一致性最小化图像对之间的重投影误差,计算网格顶点的梯度并沿梯度下降的方向迭代调整网格顶点以优化网格。针对部分大场景网格模型,通过自定义网格三角形优化效率代价,使用二次误差度量（Quadric Error Metrics,QEM）表征三角形网格优化量,使用网格面积度量优化时间,通过权衡网格三角形优化量和优化时间对网格进行分割标记,在使用图割（Graph Cut）算法优化标记后对不同标记的面片采取不同优化策略加速网格优化。实验结果表明,改进的基于图像信息驱动的网格优化方法能够平滑初始网格噪声和增强网格的细节特征,提高模型的网格质量。改进的基于三角面片标记的网格优化算法在保证丰富网格细节、提高网格质量的基础上降低了网格优化时间,提高了网格优化效率。