随着计算机图形学的发展,基于点云的三维重建技术在虚拟现实、机器视觉和逆向工程等领域得到越来越广泛的应用,与之相关的软硬件技术也得到了快速地发展。点云采集设备精度不断提高,点云获更加便捷,重建过程也更灵活。随之而来的问题是采集到的点云数据呈海量式增长,而很多项目对模型重建的实时性要求又很高,对现有的点云重建算法,尤其是网格模型构建以及渲染阶段的算法效率提出了更高的要求。本文围绕散乱点云快速网格化以及模型渲染问题,深入研究了点云数据结构与网格模型快速构建、网格模型实时渲染等关键技术,并设计实现了一个散乱点云渲染系统。通过改进八叉树节点数据结构,设计两个查找表,实现了基于GPU的八叉树数据结构构建,以此为基础,提出了GPU泊松重建算法。通过GPU并行算法计算求解泊松方程,采用GPU移动立方体方法提取等值面构建点云的网格模型,使得网格构建效率提高了10倍。在网格模型渲染阶段,首先通过预处理并行生成LOD渐进网格,保存网格折叠信息,重新排序网格数据;渲染时以网格包围盒在屏幕的投影面积为权重进行LOD模型选择,采用GPU流帧一致性算法生成当前帧需要渲染的LOD网格,最后通过VOBs技术进行渲染,实现了网格模型的实时渲染与交互。为了验证本文算法的执行效果和效率,以OSG为渲染引擎,嵌入QT编写的UI界面,设计实现了散乱点云渲染系统。通过界面接口实现点云模型的加载以及LOD模型信息与折叠信息的输出,通过参数设置接口设置算法参数,算法执行结束对结果进行展示。经过实验测试,本文给出的点云快速网格化以及模型渲染的相关方法均达到了预期效果。