针对基于点元果实外观重建过程中的关键技术问题，以田间农产品果实为研究对象，以基于点云的三维重建为理论基础，以计算几何方法为研究工具，以点元模型的数字几何处理流程为研究主线，研究果实点云的重建过程，提出一套用于生长过程中果实重建的流程框架。主要研究工作和结论如下：（1）针对从杂乱背景点云中提取3D水果形状的计算量大、效率低、结果不准确问题，研究改进的k-邻域自适应细分算法简化点云以降低计算量，基于MLS拟合splats局部曲面以更准确估计几何特征，采用递归的基于几何相似性的增量过程(GSA)解决快速抽取。结果表明，实验选取的最佳分割参数使抽取后的基元数量降为原始扫描点的3.05%，比纯粹的k(4％)邻域分割基元数降低了23.75％。（2）针对成对变换在参数简化和消除冗余变换方面的不足，研究基于几何描述子从理论上推导坐标系之间的齐次变换模型，优化相邻片间的变换矩阵和参数。实验表明，基于oriented-splat的最优变换策略仅需1对同名点对和5个参数，降低计算复杂性。（3）针对成对特征配准同名点搜索低效、迭代配准计算复杂和精确性不高等问题，提出结合特征法与迭代法优势的多特征微分逐级搜索法(FDSC)提高成对配准的效率，研究双重误差度量方法以提高配准的准确性。结果表明，FDSC收敛速度更快，使成对配准平移误差比MUMC和4PCS方法减少65％以上，旋转误差减少89％以上，实际误差值减少99％以上。（4）为解决自由形状水果由于全局配准误差累计而导致配准结果不准确，研究通过基于层次的自动全局配准策略以分散误差的传递性，基于累计误差修正的方法减小误差在层间的传递。结果表明，全局配准平移误差比顺序策略和固定坐标系的4参数法减少55％以上，旋转误差减少65％以上，实际误差值减少99％以上。（5）基于点元分割坐标，研究用点四叉树简化纹理图片的对应分割问题；研究基于高效的texton特征描述、多粒度自适应morton编码方法和Z－Order线性组织策略降低texton编码的存储空间；研究基于颜色感知、子采样、细分割、过取样和加权平均(PSSOW)解决使视觉效果和存储性能平衡的texton纹理属性计算方法。实验表明，编码空间平均降低1/4，在不失真的前提下，纹理颜色存储空间比直接二维映射法、多分辨率量化方法和颜色视觉模型分别降低了70.3％，55.5％和41.7％以上。