表面重构在很多方面都得到了很好的应用，例如：大计算机视觉，计算机图形学，医学成像等等。表面重构就是要从已有的表面的部分信息去获得原始曲面。然而，由于数据点的未知联系，原表面拓扑结构的未知，很多具体情况的下，数据点还含有大量噪音，用于重构的本身的数据量很大等等，这些都给重构带来了很大的困难。因此，本文就这些问题，重点讨论了对原始数据点进行预处理的算法。　　本文，描述了处理噪声点算法的理论基础及具体的处理过程。因为虽然目前　　有很多精密仪器用于采集数据点，然而都不可避免的会含有很多噪声，这些对进一步的表面重构带来很大的障碍。　　对于表面重构，面对的主要问题是重构的效率和重构后的质量。鉴于此问题，文中描述了用于减点的滤波方法的理论基础和处理过程和用于重构的径向基函数的方法。对于滤波的方法，它不仅很好的减少了数据量，而且尽可能的保留了特征点，同时它也很好的提高了表面重构过程的效率，除此之外，在滤波方法中应用树的结构，使得它更适合于大数据量的处理。最后，由于径向基函数在表面重构上得很好的特性，本文重点讲述了此方法的具体使用过程。　　本文包括三个方面：　　（1）利用张量的方法来处理噪声点。　　（2）由于用于重构的数据点过多，会降低重构的效率，为了解决这个问题，介绍了利用滤波的方法来进一步减点的过程。　　（3）虽然有多种表面重构的方法，但重点描述了利用径向基函数进行表面重构的过程。　　本文中的实验结果，表明了张量处理噪声的方法能够有效的，很大程度的降低噪声量，同时滤波方法和表面重构的方法在降低数据量的情况下很好保留图形精度。这三部分结合在图形重构上有很好的实用性。