三维扫描技术与获取技术的不断发展，使得三维几何造型技术广泛地应用在计算机辅助设计，计算机辅助制造，逆向工程等多个领域。获取海量的三维点云数据信息成为了现实，但拥有大规模点云信息的三维几何模型的构造和处理给计算机的处理能力带来了极大地挑战，于是如何快速、有效、可靠地实现对点云数据的几何表面重构成为了计算机图形学研究的重点和热点问题之一。本文针对传统的三角网格生长法进行点云数据表面模型重构时，搜索第三点耗时太长，导致重构效率很低的问题，采用自适应八叉树划分算法将点云数据分割成相互覆盖的子域，在每个子域内进行三角网格重构，避免了网格拼接的过程；采用最大角最小化原则进行三角网格优化；并运用三角面片定向的方法进行网格法向量一致化处理。该方法很大地（几十倍，上百倍）提高了表面模型重构的效率，形成的网格能够较好地体现模型的细节特征。本研究主要采用空间划分算法和三角网格生长算法探讨表面模型重构的关键技术，主要完成以下工作：（1）采用基于径向基函数的隐式曲面重构方法对点云模型进行曲面重构。采用八叉树分割算法法对给定点云数据进行空间划分，针对每个分割形成的子区域内的点，构建一个基于径向基函数的隐式函数对其进行拟合重构。（2）采用了自适应八叉树空间划分算法，依据点云数据密度的不同，将点云数据分割成均匀的相互有覆盖的较小的子区域。在每个子区域内对点云数据进行分别处理，大大提高了计算效率。（3）采用了三角网格生长算法对点云模型进行表面重构，分析研究了三角网格剖分的三种算法（逐点插入算法、分治算法和三角网格生长算法）的优缺点，最后确定了三角网生长法进行模型重构，通过设定一些限定条件，构成正则度较高的三角网格。采用自适应八叉树划分算法将点云数据分割成相互覆盖的子域，在每个子域内进行三角网格剖分。实验结果表明，该方法几十倍甚至上百倍的提高了表面模型重构的效率，形成的网格质量也很好，能够较好地体现模型的细节特征，鲁棒性较好。