针对二维Delaunay构建算法难以实现由散乱点自动构建真三维表面的问题,本文致力于研究一种基于局部降维的带约束三维Delaunay三角网构建算法。主要贡献如下：(1)研究实现了一种极线约束下的特征线段提取匹配算法。该算法将线段两端点的特征向量作为直线的描述符,利用了特征点提取和匹配计算出基础矩阵,增加了极线约束,降低了直线误匹配率,为带约束的局部降维三角网构建提供直线形式的约束数据源。(2)研究实现了一种局部降维的三维三角网构建算法。该算法首先进行点云滤波,然后通过拓扑近邻点搜索、切平面估计、三角网连接得到被测物体的表面三角网。提出了一种利用数学统计方法去除离群点的拓扑近邻点求取算法,通过统计每个点的邻近点的距离的分布,去除离群点,最终得到拓扑近邻点,保证了三角剖分时连接真实的近邻点。实验表明得到的三角网形态良好,减少了狭长三角形的出现。(3)提出了一种基于局部降维的带约束Delaunay三角面片构建算法。使用了一种基于Kd树的线段k近邻点搜索算法,提高了约束线段影响区域的搜索效率。基于局部降维的思想,用分治法完成影响区域的约束Delaunay三角剖分,实验表明本算法提高了表面三角网的准确度。