在数字几何媒体中,三角网格和点模型是描述三维离散点云数据的两种重要表示方式。伴随着获取三维物体数据的硬件设备能力的提高和计算机软件技术的快速发展,点模型正逐渐成为3D媒体的一种主要表达形式。由于点模型具有数据结构简单、获取方便,表示方式灵活等特点,尤其适合大规模的3D模型的表示以及处理,因而,以点云为主要处理对象的几何处理算法是目前的一个研究热点。本文主要围绕散乱点云和二维图像的三维重建技术进行研究。首先,对当前国内外点云几何处理技术的发展、研究现状进行综述。总结了三维曲面重建的相关技术以及有限元网格生成方法。其次,本文提出了一种基于Laplacian变形的网格曲面拟合方法来重建钢板曲面。该方法首先找到二维图像上稀疏的特征点在三维空间中的对应关系,以三维稀疏点作为控制点构建一个四边形网格。利用最小二乘网格变形技术进行三维重建。方法的核心是建立一个连接网格,然后运用原始的二维图像信息建立三维稀疏点与网格顶点的对应关系。使得该方法简便、快速,不需任何其他的网格化及参数化处理,大量的实验结果显示了该方法的这种特性。最后,本文提出了一种对具有薄层结构的扫描点云数据进行网格重建的方法。为了克服扫描点云中常见的噪声和离群点,首先,利用局部最优投影(LOP)算子对原始数据进行平滑处理；其次,针对模型薄层的几何结构,通过谱聚类的方法,将点云数据进行分层处理；最后,分别对每层进行法向估计及一致定向处理。大量的实验结果表明,本文的方法可以有效地处理噪声、离群点、分布不均匀等扫描点云中常见的问题,同时,重建出了具有正确薄层结构的网格模型。