随着现代设计、制造技术以及计算机技术的发展，逆向工程在DTM(DigitalTerrain Model，数字地面模型)建立、数字化图形仿真、虚拟环境构建、医学成像数据的可视化、地质勘探数据处理等机械工程领域有着越来越广泛的应用，同时还促进着虚拟现实技术和可视化技术的发展。作为逆向工程重要分支的曲面重塑技术，是指从离散的数据点云集出发，采用插值或者逼近采样点原有曲面的方式，重建各样点之间的拓扑关系，得到一张(或多张分离的)与原曲面拓扑等价的分片线性曲面的过程。本文针对性的学习了激光设备采集到的散乱点云的曲面重塑算法，对当前国内外曲面重塑理论和实现方法做了综述和分析，结合基于雕刻的方法及区域增长法的优点，提出了本文的算法思路和实现方式，完成了基于曲面重塑算法的物体三维模型再现的研究。主要做了如下的相关工作：(1)针对激光探测器测得的三维散乱点云数据，通过对三维散乱点云数据的曲面重塑算法的综述和分析，确定了本文采用的算法策略和实现方式；(2)学习曲面重塑算法最基础的三角剖分技术，包括三角剖分的构造方法、网格优化准则、以及三角剖分的分类，分析各个算法的优缺点，选择优化的三角剖分技术—Delaunay三角剖分；(3)通过对Delaunay三角剖分算法的学习，借助软件开发工具，实现了随机分布数据的二维Delaunay三角剖分；根据CGAL计算几何算法库的软件架构与三角剖分模块的相关内容，基于CGAL库建立曲面网格元素(点线面)间拓扑关系表达方式，借助软件编程工具Visual Studio2010，实现了在该平台下三维散乱点云的三维Delaunay三角剖分，并对其复杂度进行了分析；(4)研究在三角剖分基础上曲面网格的区域增长动态抽取算法，借助计算几何算法库CGAL，结合标准模板程序库STL，并将根据“采样均匀度”这一数据点云内在指标建立的影响域引进到本文区域增长重塑算法中，缩小了最优三角片的搜索范围，提高了最优三角片的筛选效率；实现了高效率的曲面网格的区域增长动态抽取，实现了三维散乱点云的曲面重塑，完成了物体三维模型的再现。