随着三维测量技术不断的发展，人们可以通过三维激光扫描仪快速而便捷的从实物模型中获得大量的离散点云数据，利用逆向工程的技术可以对点云数据进行快速的三维重建。逆向工程的主要步骤包括点云数据的采集，预处理和三维模型重建。该技术已经成为制造业领域的研究的热点之一。在逆向工程中离散点云数据的简化技术和三角网格的曲面重构技术占有重要的地位。通过这两方面的研究对提升逆向工程的数据预处理的能力和曲面重构建模效率具有最要的意义。　　本文主要研究点云数据的简化算法和以三角网格的曲面重构算法，并应用于岭南灰塑作品模型三维重建中。由于灰塑作品不断减少，建立灰塑数字化信息平台来传承和发扬灰塑文化有着深远的意义。本文通过分析灰塑作品的几何特征，利用三维扫描仪获取的离散的点云数据，这些点与点之间除了三维坐标外没有任何拓扑信息。而且扫描出来的点大多是在百万级以上，这些点云数据包含大量的冗余信息，如果不对其进行简化处理，会对建模重构带来巨大的困难。这些冗余点会严重影响后续三维重建的质量，会消耗大量的计算机资源。针对这些问题，本文在参阅了一定数量的国内外文献的基础上，对点云简化和曲面重构进行了深入的研究，并提出了一些新的优化方法，具体研究内容总结如下：　　1.针对传统的k近邻搜索算法具有不适合海量空间的离散点云数据和计算量大等缺点。提出了点云数据k近邻和曲率组合的快速点云简化算法。首先通过对空间包围格进行划分，将点云数据划分成一个个独立的小栅格里，在小栅格内还没有完成k近邻的搜索时，通过确定搜索范围的方向，从而减小搜索的范围，这样可以提高搜索的效率，然后计算点云数据在某处的曲率，运用曲率精简原则简化点云数据，把删除的点进行重新采样，把它们作为新的点加入到均匀网格法简化，最后将均匀网格法保留的点与曲率精简原则的点保留起来并合并在一起，这样可以最大化的简化点云数据，并且可以保留原有模型的几何细节特征。　　2.针对传统的三角剖分效率不高，剖分得到的三角网格曲面细节特征表现不足且形状无法控制。提出了一种三角剖分的优化算法，该算法设置了一个新的评价函数，用来控制三角网格的生长情况。有效的保证生成的三角网格曲面比较平缓，并且保留了较多的细节特征,设置阈值距离，用来控制剖分时间。最后对三角网格曲面上的每个顶点都生成方向一致的法向量，保证重构曲面的几何一致性。　　3.为了验证算法的合理性和有效性，在灰塑信息化平台上，采用灰塑作品和其它两种具有离散点云数据的典型几何特征模型作为实验对象，根据本文提出的点云数据简化和三角网格重建算法，分别对它们进行简化和重建实验，验证了算法的可行性和高效性，并将处理后得到的灰塑点云模型应用到灰塑三维重建中，并且得到了较好的重建效果。