随着计算机科学技术的发展,计算机图形图像学和计算机视觉技术已渗透到人脸识别、无人驾驶等研究领域。基于计算机的三维建模技术是利用计算机构建物体的三维模型,表面重建是三维建模的核心技术,一直是研究的热点和难点,该技术已广泛应用于自动驾驶、机器人领域、工业制造和检测、考古及三维城市建模等领域。目前,对于表面重建所涉及的算法中,存在非封闭曲面重建效果差,效率低和光顺性差等问题。针对上述问题,论文选择有依据的参数提高算法效率,增加约束条件改进曲面重建算法进而提高非封闭表面重建效果,最后根据细分表面重建提高模型的光顺性。本文的主要研究内容与研究结论如下:（1）针对点云数据曲面重建时存在非封闭曲面重建效果不理想的问题,本文构建了一种基于Delaunay的前沿推进曲面重建算法。该算法以无方向点云为输入数据,首先从输入点Delaunay三角剖分结果中选择种子三角形,然后使用三角形周长等条件作为约束准则,在当前边界上逐个推进的向表面上添加最优三角形,最后逐步形成具有正确几何和拓扑的曲面。针对构建的曲面重建算法,论文基于不同数据集开展了实验分析研究,实验结果表明:本文算法能准确有效的识别曲面边界,去除伪封闭曲面。（2）针对曲面重建算法中参数依赖性大及选择困难的问题,引进KD-Tree作为查询索引结构,并将其应用到k-近邻搜索来确定参数阈值。其处理过程是:首先建立目标点的k-邻域集合,并计算目标点到邻域点的欧氏距离,然后将欧氏距离按照大小进行排列,取出最大值,最后遍历整个点云数据获得整个点云数据的距离最大值和距离平均值,据此设置参数的阈值。论文针对参数选择问题开展了实验研究,实验结果表明:该方法可以避免因参数的错误选择而耗费大量的时间的问题,提高了算法的效率,减少了时间成本。（3）论文从非均匀点云、锐利特征点云、开放曲面、封闭曲面和精细化曲面重建等方面入手,对构建的算法和贪婪投影算法、泊松算法、BPA滚球算法等三种经典曲面重建算法开展了实验对比分析研究,实验结果表明:本文构建的算法不需要计算法线,参数选择更合理,对重建有边界的模型、非均匀采样数据和有锐利特征的模型效果更为理想。（4）针对实体建模时由于原始点云数据不理想性导致重建后获得的初始网格光滑度差、难以表达曲面的真实形状等问题,论文首先根据细分算法的几何规则和拓扑规则进行了实验,然后从逼近程度、细分曲面的质量和细分的复杂度三个方面开展了四种经典细分算法的对比分析,探究各个算法的适用情况,最后基于本文改进算法,选取Loop细分算法开展实例验证,得到了光顺性较好的曲面重建结果。