三维建筑物模型重建是地理信息科学、遥感等领域的研究热点。随着三维实景导航、城市虚拟环境、低碳城市建设、灾害应急管理等应用需求的不断增长,对于建筑物顶面与侧面模型重建的高精确性、高细节性和高完整性要求越来越迫切。机载与车载LiDAR技术作为三维空间信息的新型获取手段,具有直接获得三维信息、主动性强、精度高等优势,集成机载与车载LiDAR数据进行建筑物模型的全方位、高精细三维重建具有重要的研究意义和巨大的应用前景。目前,机载与车载LiDAR数据的集成以及基于两类数据下的建筑物模型重建仍受到较多的瓶颈制约,相关技术手段与研究方法仍有待探索。本文围绕“俯视-侧视”联合的多视三维建筑物模型重建目标,利用机载与车载LiDAR数据的互补优势,基于机载LiDAR数据重建高正确性的建筑物屋顶模型,基于车载LiDAR数据重建高完整性的建筑物立面模型,形成了“多源数据集成—屋顶模型重建—立面模型重建”的基本框架,建立了一套基于机载与车载LiDAR数据重建多视三维建筑物模型的技术方案。本文主要研究内容和贡献包括：(1)提出基于地面公共点集的机载与车载LiDAR数据集成方法。机载与车载LiDAR数据由于平台的不同在扫描视角、空间覆盖范围、空间分辨率、场景复杂性等多个方面存在显著的差异性,造成了两者问数据集成的困难。此外,车载LiDAR系统在数据获取过程中容易因GPS失锁而导致局部点云漂移,进一步加大了与机载LiDAR数据集成的难度。研究提出“坐标转换—整体纠正—局部精化”的集成策略,实现了机载与车载LiDAR数据大区域下的初步集成和局部区域下的集成精化。其中,坐标转换与控制点纠正的处理流程纠正了车载LiDAR数据的局部漂移点云,GPS信息的引用实现了大区域下异构点云数据的初步集成。其次,地面公共点集的提取与ICP精细配准的技术方法,解决了异质平台点云数据配准难的问题,实现了局部区域下初步集成点云的精化。实验结果表明,机载与车载LiDAR数据在大区域下获得较为理想的初步集成结果,在局部区域下实现了更为精确的匹配,集成结果能够为建筑物三维模型重建提供数据支撑。(2)提出基于多尺度格网的机载LiDAR数据建筑物屋顶模型重建方法。机载LiDAR数据具有离散性强、数据量大、空间分辨率不高、光谱纹理信息缺失等问题,给建筑物提取与模型重建带来较大的技术难度。研究采用基于多尺度格网下“建筑物种子区提取—目标地物结构检测—建筑物屋顶模型重建”的技术方案,实现了复杂城市环境下高正确率、高完整率的建筑物屋顶提取和三维模型重建。其中,大尺度下构建归一化的数字表面模型,消除了地形起伏对建筑物提取的影响,并利用格网高程属性与几何特征,提取了高正确性的建筑物种子区域。其次,小尺度下构建、插值、分割高分辨率深度影像,获得了精度高、细节丰富、结构清晰的矢量地物面片。最后,大、小两个尺度提取结果的有效融合,实现了优势互补,重建了高正确性、高精确性的三维建筑物屋顶模型。实验结果表明,该方法在树木密集、地形复杂、建筑物多样化的城市环境下获得理想的建筑物屋顶提取与模型重建效果,具有较为广泛的适用性。(3)提出基于结构单元探测的车载LiDAR数据建筑物立面模型重建方法。车载LiDAR数据具有空间分布不均、前景遮挡严重、立面结构复杂等难点,造成建筑物立面模型重建难度大。研究提出“点云预处理—立面点云展开—结构单元探测—立面模型重建”的技术方案,实现了高完整性的三维建筑物立面模型重建。其中,点云预处理方法快速有效地提取了建筑物立面点云并初步拆分了建筑物复杂结构。其次,根据墙体轮廓线展平了建筑物立面点云,解决了前人方法难适用于复杂结构建筑物多个立面的问题。再次,分析展开立面在垂直和水平方向上的结构特征,有效探测了具有相似性的结构单元。然后,探测并修复具有重复结构的单元点云,有效解决了数据缺失的问题。最后,利用结构单元的重复性和修复点云的完整性,实现了高完整性的三维建筑物立面模型精细重建。实验结果表明,该方法所构建的建筑物立面模型视觉效果逼真,具有较高的精确性、细节性和完整性,能为具有规则结构的建筑物立面模型重建提供了全新的解决办法。