基于三维扫描数据点云构造逼近于该实物表面模型的过程称之为曲面重建。从复杂数据点云特别是含有棱边特征的点云中重建高精度的原始曲面是近年来国内外研究的难点。本文围绕含有棱边尖锐特征点云的曲面重建相关问题,对点云的法向估计、一致化处理和曲面重建方法等方面进行研究,取得的主要成果如下:（1）提出形状复杂度约束的点云法向估计及一致化处理算法。首先对曲面采样点云进行曲率分析,将复杂度不同的点云进行分类,并通过聚类分析算法将点云分块,以避免欧氏邻域搜索的局部样本跨越棱边尖锐区域;然后对点云局部样本的复杂度予以量化分析,使之能够自适应调整局部样本大小,并针对复杂度高的棱边尖锐特征点提出多法向权值优化的棱边特征点法向计算算法;最后以棱边特征点多法向策略实现邻接面样点法向正确传播。该算法能够提高棱边尖锐特征采样点云的法向计算精度,解决邻接面样点法向一致化处理问题。（2）提出棱边特征曲面拓扑逼近重建算法。首先对点云进行邻域高斯映射聚类分析,剔除棱边特征点,对剩余点云以种子点增长算法实现平坦连通区域的分割;然后将增益优化后的边界样点邻域点云作为曲面局部样本,以三次Bezier曲线延伸方向为制导对点云进行扩展,提高曲面延拓区域的光滑性;最后对延拓后的平坦区域重建结果进行求交,采用曲面裁剪的方法重建棱边尖锐特征。该算法有效提高棱边特征曲面逼近重建的形位精度,能够适应非均匀采样数据点云。（3）提出降维约束剖分的棱边曲面重建算法。首先将特征点云降噪处理问题转化为曲线光顺处理进行去噪,避免棱边特征点被平滑处理;然后将降噪处理后的特征点云进行降维Delaunay网格剖分,并依据特征点相邻拓扑关系对剖分区域进行检测和优化,将正确剖分的网格顶点邻接关系映射至原始点云实现特征曲面准确重建;最后将特征曲面边界邻域点云作为辅助点实现非封闭平坦曲面Cocone重建,通过两类曲面边界网格流形提取实现完整曲面插值重建。该算法法能够避免棱边特征点三维剖分重建出现孔洞等错误,提高棱边特征曲面插值重建的准确性。