随着科技的不断进步,基于三维重建技术的虚拟现实游戏、AR红包和三维地图等新科技产品不断地改变着我们的生活。这些应用中的主要场景是建筑物、街道等模型,因此如何获得更加完整的三维模型,对这些产品来说至关重要。所以本文对建筑物数据的完整采集、数据处理以及完整三维重建问题分别提出了比较有针对性的方法。建筑物周围普遍存在树木等物体,由于树木对三维扫描仪扫描光束的遮挡,导致三维扫描仪无法采集到完整的建筑物点云数据。本文利用建筑物普遍存在的重复性结构,研究了基于建筑物重复特性的三维点云重建。整个研究工作包括点云数据的高效率配准方法,点云数据的预处理,建筑物平面结构的获取,基于重复结构的平面完整性生成和重建。对于大型建筑目标,通常采用的点云获取方法是利用三维扫描仪多次扫描,而且相邻两次扫描之间需要有足够多的重叠区域,后期处理非常耗时。本文提出了一种三维扫描仪与全站仪相结合的点云采集方法。该方法首先建立一个基于全站仪的大地坐标系,然后通过固定在三维扫描仪上的棱镜确定三维扫描仪在大地坐标系的位置,进一步获得三维扫描仪在不同位置采集的点云在大地坐标系下的坐标,实现了点云的高效采集和配准。针对通过三维扫描仪采集的点云中通常会存在草丛、树木等杂散数据的问题,本文提出了一种投影与欧氏聚类分割相结合的点云预处理算法。该算法通过投影的方式剔除点云中草丛等低矮物体,利用欧氏聚类分割算法剔除树木等高大物体。为弥补建筑物由于遮挡带来的点云缺失,本文提出了一种基于SIFT描述子的建筑物完整三维点云重建方法。该方法利用区域生长算法提取出建筑物的平面点云,然后利用SIFT算法中的描述子获取建筑平面上重复结构的重复特性。根据重复结构的重复特性将平面划分成若干个重复结构单元,并利用ICP算法得到一个完整的结构单元,将该结构单元复制,从而实现平面的完整三维点云重建。然后将建筑物的所有平面按照此方法处理,进而实现建筑物的完整三维点云重建。本文通过对西安电子科技大学信远楼进行实验,验证了该方法的可行性。