三维点云的曲面重建是计算机图形学和计算机辅助设计中的基础问题之一，在影视特效、三维游戏、三维打印、虚拟现实、数字博物馆、数字城市、逆向工程等领域有着广泛的应用。针对三维点云曲面重建中的稳定性和细节保持等核心问题，本文提出了点云法向的一致性传播、保持几何细节的距离场分辨率估计等创新性关键技术，实现了三维点云的高质量鲁棒曲面重建。论文的主要工作如下:　　第一章，介绍了三维点云曲面重建的研究背景以及点云获取的流水线。特别对三维点云曲面重建的国内外研究现状和进展进行了综述，指出了目前曲面重建中存在的鲁棒性和细节保持问题，并概述了论文的主要工作和创新点。　　第二章，介绍了点云数据的噪音去除。针对基于移动最小二乘(Moving Least Square，MLS)的点云自适应去噪算法，提出了自适应计算最优高斯核函数半径h的方法，避免了多次投影计算，提高了计算效率。该方法可以在很好地去除三维点云噪声的同时，保持模型的几何特征和细节。　　第三章，介绍了点云数据的重采样和均匀化方法。针对原始点云局部区域采样不均匀问题，通过高斯球聚类对点云进行降采样，然后采用改进的加权局部最优投影算子(WLOP)对点云进行重采样;实现了基于排斥力机制的点云重采样算法。通过上述算法，可以得到均匀、无噪声、无离群值且薄的点云，并且保留了点云的几何特征和细节。　　第四章，提出了一个点云数据的法向鲁棒估计与一致性传播方法，具体包括法向初始估计、鲁棒一致性传播、法向校正等步骤。该方法可以鲁棒地估计欧氏距离较近、而测地距离较远的几何特征处的法向，实现点云法向的一致性估计。　　第五章，提出了一个保持几何细节的自适应有向距离场构建方法。我们基于Nyquist采样定理，给出了离散距离场的有效分辨率估计方法。将该估计方法与自适应距离场方法相结合，不仅能够有效地保持点云模型的几何细节，同时能够避免浪费计算资源。　　第六章，总结了全文并提出了对未来工作的展望。