点云的曲面重建是对点云进行拓扑连接,还原模型的表面形状,是逆向工程技术的关键技术之一,模型的表面尖锐特征的恢复对重建算法提出了要求。在对模型进行采样过程中,点云数量的多少会影响到曲面重建的时间和精度。而点云的重采样可以让点云数量增加或减少,以此保证重建精度和效率。本文对点云的重采样和曲面重建算法进行了研究。对于大规模点云来说,曲面重建是很耗时的,同时还占用了大量内存。为提高重建效率,研究了一种点云简化的方法。首先根据点的曲面变分值,对点云进行分类,分为特征点与非特征点,再对点云空间进行包围盒划分,对于特征点所在栅格,保留其内的所有点,对于不存在特征点的栅格,保留距离栅格重心最近的点,其余点都删除。该算法在简化过程中,可很好的保留点云中的尖锐特征点。而对于采样点较少的点云,因为提供的表面信息较少,会导致生成的曲面质量不佳,研究了一种上采样方法。首先,对于特征点,计算点的法向量与邻域点法向量的夹角大小,将夹角小于阈值的若干点的均值坐标加入到点集中。采用该算法,可使采用泊松方程方法重建后的曲面更贴合模型表面,更有效的恢复原模型的形态特征。为提高平面投影法在尖锐曲面处的重建精度,将其与区域生长法进行了结合。在点云进行平面投影得到三角面片集合后,需要对三角面片进行处理。首先计算每个点的法向量与邻域点的法向量的夹角,若小于阈值,则三角面片进行保留,否则,采用区域生长法对这些待选择的三角面片进行筛选,筛选过程中使用面夹角最大原则对其进行判断优化,最后对未参与生长的点采用区域生长法进行生长。该算法在重建尖锐曲面时,效果良好,能够不错的还原模型的细节信息,在耗时上,相比泊松方程算法和区域生长算法缩短了1/3左右。为提高泊松方程方法在尖锐曲面处的重建精度,将其与区域生长法进行结合。对点云采用泊松方程重建之后,删除顶点在特征点区域的三角面片,提取剩余三角面片的生长边,采用区域生长法对其进行生长。该算法在重建尖锐曲面时,较使用单一的泊松方程方程效果好。采用VC++语言编写了点云重建系统,分别采用MFC框架和OpenGL图形库实现系统界面的可视化和对点云和网格的渲染。