工业CT技术作为逆向工程领域中进行无损检测的一种主要方法,能够在不破坏产品表面的前提下得到具有复杂内腔物体的测量数据。对获得的测量数据进行三维重建,能够得到直观反映产品内部结构的三维网格模型,方便后续的产品质量分析和逆向设计改造。然而,由于工业CT扫描条件的限制以及现场操作带来的不确定误差,重建得到的网格模型存在数据量大,网格形状不规范等问题,影响后续的模型存储和有限元分析。针对以上问题,本文以工业CT扫描数据为研究对象,以提升逆向设计体验为目标。研究了三角网格模型的重建、简化和规范化,主要研究内容如下:(1)实现二维数据到三维数据的转换是逆向工程的首要关键步骤,本文在分析了目前三维可视化绘制方式优缺点的基础上,选取移动立方体MC(Marching Cubes)算法重建得到实验所需的三维网格模型。并以工业CT扫描得到的轮毂和缸盖图像为例进行了重建实验验证,实验结果表明MC算法能较好的重建出产品的表面模型。(2)为了解决重建模型数据量大的问题,本文提出了一种自适应三角网格简化方法。以三角形折叠法为基础,利用待折叠三角形的领域信息预测折叠点的位置,通过成梯度增加的距离阈值和角度阈值作为约束条件,自适应控制简化误差,保持原始三角网格模型的几何特征。实验结果表明:与原始简化方法相比,本文方法简化后能够得到与目标网格数一致的网格模型,并且很好的保留了原始模型的细节特征。(3)为了提高基于工业CT图像重构的三角网格质量,提出了顶点调整和特征因子相结合的网格规范化算法。引入模型特征因子和局部网格质量提高程度作为网格调整的控制条件,保留原始模型的局部细节特征;采用法矢量阈值按规律递增的方式自适应控制网格调整,实现不同曲率特征的自动识别。实验结果表明:与现有方法相比,该方法能更好的规范化模型的三角网格,同时将模型的几何误差都保持在较低水平。本文研究内容及研究成果都已经在逆向软件系统中开发实现,并验证了算法在逆向设计中的有效性,为产品设计者能够更好改进产品提供参考。