在计算机图形学、数字几何处理、CAD建模、数字娱乐等领域经常需要对通过三维扫描仪获得的模型进行数字化。一种是点云模型,以离散采样点为基元的几何模型,具有数据结构简单、存储空间紧凑,表达复杂表面细节的能力等优点。然而,点云模型一般不能直接被应用,需对其进行曲面重构,这种处理方式也称为逆向工程。另一种是网格模型,但通常的三维扫描系统一次只能得到物体的一个侧面的数据,为了得到物体完整的数据信息,一般采用多视角,从多个角度进行检测和扫描,由于在不同视角进行测量的坐标系统不同,所以必须将多视角下测量的网格数据进行配准,将其转换到同一坐标系下,然后进行网格融合,得到整个表面的形状信息。现在三角网格是3D应用领域一种比较主流的模型表示方式,具有很多优点,所以基于网格的特征提取具有很重要的理论及应用价值。本文以点云和网格模型为研究对象,研究曲面网格重构的两种方式,即点云网格重构和网格融合,这两种方法的处理方式不一样,应用领域也不一样。此外还研究了离散网格曲面的曲率计算和特征提取。本文的研究成果主要分为以下三部分:(1)提出了基于点云几何和形状特征曲面网格重构算法,该算法基于点云的几何和形状特征,首先根据点云的儿何分布进行分类,然后再根据点的局部形状特征进行分类,接着对每类点进行局部网格重构,最后进行后续处理以修补拓扑和几何错误。实验结果表明该算法是强健和有效的,能生成高质量的网格,并且能很好的保持模型的几何和形状特征。(2)提出了基于网格模型改进的配准算法,并根据该配准算法提出了基于网格重构的网格融合算法,首先求出两张网格曲面的重叠区域,然后删除重叠区域的冗余三角形,对重叠区域的点云数据,进行重采样,接着对该部分数据进行重构,得到一张网格,然后再与原两张网格在边界进行拼接,最后得到一张完整的曲面网格,实验结果表明,该算法能有效地进行网格融合,并且速度比较快,效率比较高。(3)研究并实现了离散网格曲面的几种曲率计算方法,对各种方法的优劣进行了分析,然后在计算的曲率的基础上,研究实现了几种特征提取算法,并分析了各种算法的优劣及各种参数对特征提取的影响。