逆向工程中曲面重构是一种被广泛采用的技术,曲面重构的关键步骤是散乱点云的三角网格划分。如何在数以万计的数据点中寻找出点云数据间的拓扑关系,并且用三角网格把这种拓扑关系表现出来,需要把散乱点云划分成高质量的三角网格,才能准确,细致,贴切的还原出物体的原始表面模型。本文研究空间散乱点的直接三角剖分技术,算法的时间复杂度为O(KN),得到了较高质量的三角网格模型,主要工作如下:本文首先介绍了课题的研究背景,散乱点云测量与分类,总结了目前平面和空间三角剖分研究领域中的各种典型算法,对空间散乱点k邻域搜索技术进行了研究,探讨了八叉树, K-D树和空间划分策略中利用Hash函数定位的k邻域搜索算法,深入研究了Hash函数在空间划分策略中的k邻域算法,把不含数据点的包围盒设置成已处理来提高其搜索效率。着重研究了空间散乱点的直接三角剖分技术,以空间局部三角网格生长法为算法主线提出了种子三角形坐标极限端点选取法,考虑三角网格生长中出现的各种情况,结合Delaunay三角剖分准则,采用角度约束,孔洞判断,法向量约束,空间重叠判断等多种约束判断条件对三角网格的生长加以优化,使用优化的空间散乱点直接三角剖分算法进行三角网格模型构建,并给出实例,验证算法可行性。