从曲面的三维采样点集恢复出曲面的几何模型称之为曲面重建。曲面重建是许多研究领域如逆向工程,医学图像可视化中的重要问题,也是研究的热点。本文主要研究无序点云的三维重建,在研究点云重建理论的基础上,对以下问题进行了深入探讨和分析:首先为了保证重建的效果,本文对点云中的噪声点去除问题进行了研究,先分析了现有点云去噪的算法,然后在讨论了如何对无序点云建立拓扑关系的基础上,采用了基于k-d tree的去噪算法实现无序点云去噪。其次,本文研究了有理论证明的基于Voronoi图的Power Crust算法。该算法不管是对均匀采样,还是非均匀采样的无序点云,都有较好的重建结果。但是在重建大数量级的点云时速度过慢。针对这一问题,本文提出了一种基于Power Crust算法的快速点云重建算法。在曲面重建前,根据采样点的局部特征尺度对原始采样点进行不均匀降采样,在保证采样点满足重建条件的前提下,减少参与运算的采样点,从而减小重建算法的计算量,大大提高了重建的速度。为了让重建后的模型表面更加光滑,接近原始模型,本文还介绍了拉普拉斯平滑算法。最后,结合VC6.0和VTK,采用本文提出的快速的Power Crust算法和Hoppe的零集法,开发了一个点云重建系统,同时对网格进行了平滑处理,可以根据点云数量和采样特点选择不同的重建方法。