车载激光扫描技术以其高精度快速获取地表的三维地理信息数据的特点而被广泛应用于地表地理信息的提取。地物分类、分割以及建模需要考虑用户的需求和应用领域,同时由于激光扫描数据是大量离散点构成的集合,它们在空间上具有不连续性,并且具有大量立面信息,以上因素决定了分类提取方法的重要性。本文算法综合考虑了车载激光数据采集形式的多样性、建筑物空间分布的多样性以及其内多种地类几何特征的多样性,提出了一种基于规则格网投影的多特征定权的建筑物提取算法,并在此基础上研究了适合国内建筑物的建模方法。主要适用于车载点云数据建筑物快速分割提取建模。本文以点云数据空间分布为切入点,投影点云数据到XOY平面上,规则格网化后,整合高程差异、点云密度、点云间距等特征并设定各特征权重,基于格网中心点及其特征值生成特征影像,采用几何特征的分割方法,在生成的影像上分割出建筑物点云数据。并在此基础上,根据建筑物的集合构型,选取合理的建模方法对分割得到的建筑物点云数据进行逆向数学建模。各类环境中规则构形的建筑物都可以使用该方法提取,由于算法中含有高程参数,可以对地表起伏地面的建筑物点云数据进行快速、有效的分割建模。本研究以云南省临沧市凤庆县某政府建筑物为实验对象,应用所设计的规则格网投影下多特征定权的分类算法,分割出建筑物的点云数据,最后得到该政府建筑物的三维数字模型。实验分析表明,本文算法能够从车载点云数据中快速、精确地提取出建筑物点云数据,完成建筑物的逆向建模。