三维人体模型重建是非接触式人体测量的重要组成部分。本课题的数据来源于基于双目立体视觉技术的测量系统，由于受测量原理与技术的限制，数据的特点为：竖直方向的点云比较稀疏，水平方向的点云非常密集，形成了不规则散乱的三维空间数据点；数据中存在一些干扰的噪音点；人体数据中存在孔洞缺口。为了实现人体模型的三维重构，针对数据的特点，本论文主要进行了如下研究：　　 1、三维人体模型的重建。三维人体建模方法很多，有线框建模、曲面建模、实体建模和基于物理的建模等。本文根据服装CAD的应用特点，将三角剖分技术应用在人体曲面建模上。具体来讲，就是将人体曲面上众多的散乱数据点进行有效的三角剖分，利用一个个小三角形来逼近人体各部件的曲面，从而重建出整个人体。　　 2、散乱数据点云噪音去除。采用一种用于去除点云数据表面噪声和离群点的鲁棒滤波算法。该算法的主要思想是应用核密度估计聚类方法，通过Mean Shift迭代过程将每一个采样点“漂移”到核密度估计函数的局部最大值点处，该最大值点确定了点云数据的聚类中心并能准确逼近原始曲面，使点云曲面收敛为一个稳定的三维数字模型。算法中的似然估计函数充分考虑了散乱点的法矢方向，因此不仅可以去除不同幅度的噪点，还可以用简单的阈值条件很容易地检测出离散群点的聚类，从而实现了点云数据的高效快速光顺去噪。　　 3、三角网格孔洞光顺修补。针对人体重建孔洞缺陷，采用一种基于曲面拟合的光顺孔洞修补算法。首先提取孔洞基本特征信息，基于孔洞边界直接填充修补；接着通过网格细分与优化，获得孔洞内部采样点；最后通过加权分点曲面拟合，调整采样点的空间位置。结果表明，该算法获得的修补网格质量高，能较好地逼近原始缺失曲面，且与周围原始网格光顺连接。　　 研究结果表明，采用不同部位使用不同三角剖分重建方法；采用高效准确的去噪点方法；利用高效高质量的孔洞修补算法最终重建出较准确高效的数字化人体模型。这个课题为下一步人体数字化建模的研究及双目视觉人体测量系统的完善奠定了基础；是今后的三维CAD系统研究的前期工作。