逆向工程作为现代制造技术的重要组成部分，已经成为消化、吸收、挖掘蕴含在产品中的设计参数和设计意图的重要技术手段，并成为新产品开发的重要途径，有较广阔的应用前景。而模型重建理论作为逆向工程的关键技术一直是研究的重点。本文围绕二维零件视觉反求中轮廓的特征和约束问题，对相关重构理论进行研究和实现。基于实验室现有的图像采集平台，首先获取目标零件的二维图像，经过滤波、去噪、二值化等处理，进行单边缘像素提取得到零件中各轮廓的点云数据。然后处理得到的点云数据，重点研究了点云数据的区域分割方法，经过比较曲率类和非曲率类的特征点提取方法，提出以直线和圆弧为基元逼近轮廓的方法，实现了数据的区域分割，得到仅含有直线和圆弧两种图元的分割结果。通过去除相邻图元间有相切约束关系的特征点，进一步得到含有直线、圆弧和B样条三种图元的分割结果。数据分段后，根据建立的特征识别准则识别并求解出各段数据对应的最佳拟合线型，并根据建立的约束识别准则识别出求得的各段曲线之间的约束关系。最终，根据最优化数学模型完成对零件轮廓基于特征和约束的逆向求解。所有算法通过VC++程序编写实现，在满足设计意图的基础上，对数据区域分割有了比较理想的分段结果，并根据建立的特征、约束识别准则以及全局最优化模型完成了对轮廓基于特征和约束的重建。通过对实际零件的逆向求解，验证了算法的可行性和正确性。