三维重建技术是计算机视觉、逆向工程、虚拟现实等研究领域中的一个重要问题,是计算机图形学的重要组成部分。随着科学技术的不断发展,传统的基于图像的三维重建方法由于在精确度上、重建速度上、算法适用性上都有着不可避免的缺陷,已很难满足人们对高精度、真实感三维模型建模和绘制的要求,而基于点云的三维重建技术可以直接通过物体表面离散点简单快捷地重构出高度真实的三维模型,因此已成为当前三维重建技术研究的热点,也是其中的重点和难点。本文采用基于点的三维重建技术,对物体进行三维网格表面重建。通过三维激光扫描仪采集物体表面点云,接着对采样点云进行简化处理,进而对简化后的点云采用网格前沿生成算法进行三角网格化,从而恢复出具有真实感的三维物体网格表面模型。为了减少用于三角网格化的点的数量,本文首先对散乱点云进行简化处理。针对点云简化过程中常用的K近邻搜索算法的搜索效率不能适应海量空间散乱点云这一问题,提出了一种可控参数K近邻快速搜索算法。通过以测点X、Y、Z坐标值为中心,每隔步长个点搜索与中心坐标值差值小于偏移量的点,取交集中的前K个点建立测点的K近邻,然后采用法向精度法对散乱点云进行简化,使得在曲率变化大的地方保留了较多的点,而曲率变化小的地方保留了较少的点,为后续的三角网格化操作打下了良好的基础。在得到简化后的三维物体表面点后,由于这些点是离散分布的,所以需要对点云进行三角网格化。针对以往的散乱点云空间直接三角剖分算法比较少且生成的网格质量和算法效率普遍不高的问题,本文提出一种改进的网格前沿生成算法。首先建立候选点的搜索标准,并生成一个初始三角形,然后不断沿着初始三角形的边界搜索扩展边的最佳候选点,并判断最佳候选点是否是扩展边的前面和后面一些边的最佳候选点,以此生成物体的三维网格表面模型。最后,本文依据所提出的算法及标准设计并实现了一个空间散乱点云三维重建系统,进一步验证了所提算法的可行性和有效性。