近年来,在计算机视觉、计算机图形学、逆向工程、考古学、医学影像处理以及数字娱乐等领域,三维重建技术的研究和应用受到重视。本文基于逆向工程研究具有锐利边缘物体的三维重建方法,希望重建出能够保持原物体表面特征的模型。为了使获取三维模型后的测量操作更准确、拼接工作更方便,需要在三维重建的初始阶段获得较为精确的三维点云数据。本文使用光栅扫描的方式直接获取物体模型的三维坐标,较之通过图像间接获取点云数据的传统方式,快速性和准确性明显提升。之后,对获取的三维点云数据进行分析和处理,以便更加快速地重建出精确的三维模型。本文研究三维重建关键技术,具体贡献如下:在点云的预处理阶段,针对获取的三维点云中可能存在的噪声,将二维图像中的图像平滑方法扩展用于三维空间,对点云中存在的不同噪声采用不同方式进行平滑;针对点云采集过程中可能产生的孤立点,本文改进基于半径搜索的聚类方法进行查找和去除。在点云的合并阶段,针对采集过程中出现的点云错位和冗余等问题,本文使用迭代最近点的方法进行点云的配准,并提出基于邻域查找和边界点检测的方法去除重复区域点云。该方法能够有效提高点云融合的准确性。在点云重建阶段,为了解决重建过程中模型边缘或角点区域无法保持原物体本身结构特征的问题,本文提出基于特征点检测保持物体表面锐利特征的重建方法。该方法通过对原点云进行特征检测找出特征边缘的大致位置,提高重建过程中的搜索速度,然后采用自适应更新步长的方式进行点位置的迭代更新,更加快速、准确地重建保持锐利特征的三维模型。本文使用含有丰富锐利边缘的点云对上述方法进行实验,实验结果表明,本文的方法和其它保持特征的表面重建方法相比,能够在迭代次数更少的情况下得到在边缘处更加锐利的三维模型。