本文以空间曲面上的散乱数据点集为研究对象,针对网格曲面重建及网格中多边形孔洞修补问题,研究并提出了网格曲面重构算法以及三角网格剖分中的多边形孔洞修补算法.本文共分五个部分.第一部分,详细地介绍了逆向工程及其关键技术,对各关键技术涉及的主要问题及研究成果做了认真的总结与分析.第二部分,重点介绍了三角剖分的发展与研究方法,分别就二维平面和三维空间的三角剖分问题,对典型的剖分算法进行分析与比较.第三部分,研究总结了网格去噪算法,重点介绍了Laplace算法的发展过程,并对各算法从理论到具体实现都做了分析与比较.第四和第五部分是本文的主题部分,在第四部分中,提出了由空间散乱点云数据生成三角网格曲面的区域增长算法,算法分为两个阶段,数据精简过滤阶段和三角网格生成阶段.在数据精简过滤阶段,针对数据点精简问题我们提出了两种数据点精简过滤方法,即分割包围盒方法和球形方法.分割包围盒方法运算速度快,适合于散乱数据点集的精简过滤,且在曲率变化较大的部分保留的点相对较多,有利于曲面局部几何特征的保持.球形过滤方法可以使精简后的数据点的分布较为均匀,有利于剖分运算.在三角网格形成过程中,采用最小内角、最大二面角及最大边长等约束条件,使得剖分中的三角形更加饱满、网格曲面更加光滑,避免了重叠和自交三角形的生成,防止了错误拓扑的产生.针对三角剖分的区域增长算法中前沿分裂问题,我们采用了有向边的数据结构,使得三角剖分过程始终保持一个前沿,确保了剖分的完整性.第五部分我们提出了一个新的网格曲面中多边形孔洞修补算法.算法中,首先应用最小内角原则对多边形孔洞直接进行三角剖分,得到初始补丁网格.然后根据边界顶点的密度以及距离优化原则,对初始补丁网格进行加点细分优化,使得细分后的补丁网格中的三角形饱满,并且与孔洞周边的三角形相匹配.最后应用λ-μ方法,对细分后的初始补丁网格进行光顺优化,使得最终的补丁网格更加光滑,从而达到对多边形孔洞光滑修补的目的.