建筑物信息是数字城市的重要组成部分,也是智慧城市中的感知数据,而且还是智慧城市进一步对感知数据进行融合、分析和处理,与业务流程智能化集成,继而主动做出响应,促进城市各个关键系统和谐高效地运行的基础。然而建筑物不断发生变化,由此如何快速高效地获取建筑物的三维信息引起广大专家、学者的关注。针对数字城市中建筑物三维建模所需大量人工干预、耗费大量时间等问题,通过对航空影像和机载LiDAR点云数据进行建筑物特征提取研究,利用航空影像和机载LiDAR点云数据,研究采用区域增长、三维Hough变换以及RANSAC算法提取建筑物顶面面片,实现简单建筑物白模构建。本文开展了如下工作：(1)归纳总结了影像、LiDAR点云数据预处理过程。包括：LiDAR点云数据的粗差剔除、滤波、分类,影像正射纠正,以及影像与LiDAR点云数据配准方法。(2)研究了现有建筑物顶面面片提取方法。分析总结现有提取建筑物顶面面片方法,主要包括区域增长、三维Hough变换以及RANSAC算法。(3)归纳总结了基于影像、LiDAR点云数据建筑物三维重建的方法。从全自动和半自动角度进行三维建筑物重建方法的归纳分析。总结了三维建筑物重建过程中需要注意的地方。(4)对实验区域的建筑物采用了区域增长、三维Hough变换、RANSAC算法进行建筑物顶面面片提取实验。结合三种方法的特征,分析了三种方法提取面片的效率等问题。结合实验结果,对比分析了三种方法的优缺点。实验表明：采用DBSCAN聚类分析,能够优化建筑物顶面面片提取流程,能够有效避免顶面面片错分情况；采用RANSAC算法提取建筑物顶面面片较区域增长结果可靠,较三维Hough变换效率高；采用三维Hough变换提取建筑物顶面面片可以获取较可靠的面片法向量信息,便于进行建筑物三维重建；采用影像和LiDAR点云数据可以提取建筑物地面轮廓线以及顶面特征线,从而实现建筑物三维重建,但仍需一定的人工干预。