建筑物三维模型在城市规划、灾害监测、应急管理等方面发挥着重要作用,建筑物三维重建是摄影测量与遥感、计算机视觉、模式识别等领域的研究热点。相对于传统的摄影测量方法,机载LiDAR技术具有实时、快速获取目标三维信息的优势,逐渐成为建筑物重建的关键手段。本文围绕规则建筑物的自动化重建问题,研究了三维重建过程中的关键技术,主要的研究工作和贡献如下:(1)研究了建筑物点云提取过程中的相关技术。采用基于距离的统计滤波算法进行了点云噪声剔除,运用布料滤波算法将地面点分离出来,并针对建筑物与植被点云重叠区域难以区分的问题,提出了一种基于坡度角信息熵的建筑物点云提取算法。(2)研究了点云分割和边界提取算法。本文在对传统分割算法分析的基础上,针对存在的不足进行了算法优化。同时,归纳了常见的边界提取算法,并依据分组、合并、闭合三个过程对边界进行了规则化。(3)针对传统方法重建类型有限的问题,提出了基于基元分解的方法。根据拓扑图的基本要素建立建筑物基元库,通过拓扑分解过程将复杂建筑物的重建问题转化为多个简单几何体的单独重建问题,从而降低了重建难度。(4)针对建筑物几何模型中存在的拓扑错误问题,引进了几何约束。根据复杂建筑物的拓扑分解子图和对应的模板基元,引进几何约束,并运用附有约束的最小二乘算法和列文伯格-马夸尔特算法进行约束拟合,从而对模型参数进行调整。(5)针对复杂建筑物分解的基元形状不规则,建筑物模型构建困难的问题。本文提出利用复杂建筑物整体的边界线和屋脊线辅助确定基元边界线,然后结合平面相交的方法构建基元模型。最后,将各个基元模型与墙面模型组合成复杂建筑物的模型。