利用三角形网格对散乱数据点进行划分是近年来曲面重建研究领域的热点之一,三角形网格的生成和优化也是曲面重建所要研究的重点和难点问题。本文在对国内外基于三角形网格进行曲面重建和网格优化的相关算法进行了深入分析和研究的基础上,主要完成了以下的工作:(1)利用动态调节圆半径的算法对散乱数据点进行三角形网格的划分。该算法通过改变圆半径来调节生成模型的质量;在实体表面存在阶跃性边缘时,针对该算法不利于计算三角形顶点这一缺陷,本文对此算法提出了基于图像分割的改进算法。(2)利用边折叠的方法实现了三角形网格的优化。由于折叠边误差难以估计,在选择折叠边时采用了二次误差测度的优化算法,并引入了尖特征度的概念,充分考虑了边界边的问题。在计算折叠点坐标时,通过使二次误差测度最小的方法来计算折叠后点的坐标,摆脱了折叠边的限制。(3)设计和实现了对三角形网格的基本处理功能,如缩放、平移、旋转等。实验结果表明,采用本文提出的算法进行散乱数据点曲面重建和三角形网格优化之后,生成的曲面质量好,产生的模型数据量小,较好地保持了原始模型的几何特征。