三维扫描技术实质上属于一种立体测量技术。与传统的技术相比，它能够完成复杂形体的点、面、形的三维测量，能进行高精度的快速无接触测量。它已在国防、工业、医学、游戏娱乐等许多领域发挥着极其重要的作用。曲面重构是逆向工程中的一个重要环节。本文就三维扫描技术与曲面重构算法开展了以下几个方面的研究工作： （1）介绍了三维扫描技术的意义、主要应用领域和国内外发展现状。总结了常用获取三 维信息的方法，详细分析了基于计算机视觉的主动式和被动式获取三维信息方法的 工作原理。 （2）三维扫描的目的是通过获取物体表面点的三维坐标信息重构出原物的模型。用小三 角片去逼近物体表面的三角片划分方法是很重要的重构算法之一。本文提出了一种 新的基于三角形三边最相似原则的三角划分算法，并把其与传统的基于最小内角最 大准则的三角划分算法相比，因为只需边之间的加减计算，从而此算法在实现上速 度较快。 （3）神经网络具有很强的学习功能、推理功能和并行处理功能等特点。本文开展了分别 把多层感知器神经网络（MLP）和径向基神经网络（RBF）用于曲面重构的研究。 提出了基于多层感知器网络的曲面重构算法（简称为MLPSR）和基于径向基函数 网络的曲面重构算法（简称为RBFSR）。为了有效评估这两种算法的性能，首先选 择可用数学表达式表达的曲面作为重构对象；其次用这两种算法与局部二维拉格朗 日重构算法进行对比研究。通过大量的仿真实验结果表明：这两种算法具有较高的 重构精度和较快的重构速度，尤其在曲面受到破坏或不完全时特别有效，是值得推 广的曲面重构算法。