曲面散乱点集的三角形剖分问题一直是计算几何、计算机辅助几何设计、三维扫描系统、逆向工程等实际应用中非常重要的课题之一，低计算复杂度和高网格质量的三角剖分算法在计算几何、曲面重构及三维数据场可视化等研究领域中有着重大的应用价值。论文以三维扫描系统中获得的三维散乱点集作为研究对象，研究了曲面重构中的三角剖分问题。 本文主要研究了三维散乱数据的直接三角剖分算法。本文在详细研究和分析了典型平面及空间散乱数据三角剖分思想后，提出三维散乱点集的直接三角剖分一临时环形三角剖分算法。首先，通过对散乱点集预处理，在保形性的前提下减少散乱点集数量，并保证每次插入的点落在已处理点集形成的临时边界环外。其次，逐点插入预处理后的点，使临时边界环不断向外围扩展，直到点集处理完毕，即形成散乱点集的基本网格。然后，对形成的基本网格中的狭长三角形利用平面联合优化准则进行局部优化，以形成三角形大小均匀的三角网格，再用平面联合优化准则和最小曲率优化准则相结合对三角网格同时进行单个三角形形状和空间形状优化。最后，对优化后的三角网格进行边界修正，即得到了该散乱点集的最终三角剖分。 本算法由于改进了点集的预处理、三角剖分的数据结构以及三角网格的优化准则，减少了剖分搜寻和遍历数据点的空间范围，提高了三角剖分的构网速度，并且同时采用平面联合优化准则和曲率最小优化准则对形成的三角网格进行优化，可得到三角形形状和网格空间形状这两个相互制约的优化标准的综合较优解。在本文的最后，分析讨论了整个算法的优缺点和课题需进一步研究的问题。