近年来,随着快速、高精度的三维数字化扫描设备的不断涌现,人们获取物体表面采样点数据变得相对简单、便宜而且准确。将这些采样数据集转换成几何模型的过程称为曲面重建,该技术可广泛应用于计算机辅助几何设计、计算机图形学、医学图像处理、计算机视觉等领域。本文从三维数字化扫描设备获取的数据出发,对点云数据重建方法进行了研究,具体工作如下:针对点云的曲面重建,本文分析了国内外点云的重建算法,比较了它们的优点和不足,汲取这些算法的优点,提出了一种边界保持的点云数据重建算法。该算法根据拟合误差对点云进行自适应拟合,通过减少对八叉树高层节点的拟合次数,提高了算法效率;并修正单元分解方法中的权函数,加入密度权函数,削弱点云密度的不一致对重建曲面影响。在生成三角网格时,结合原始的点云数据,对所得网格进行边界约束。实验结果表明,该算法原理简单,重建速度快,重建效果良好,满足三维人脸整形与美容虚拟手术系统对曲面重建的要求。