随着数字城市的不断建设,构建建筑三维模型的需求不断增加,如何对建筑立面进行精细化重建成为建模过程中的一个关键问题。基于三维激光点云数据的建筑物表面边界特征进行识别与提取能为实现建筑物精细化重建提供数据基础。因此,基于三维激光点云的建筑物边界特征提取具有重要的研究价值和实现意义,而提取建筑立面中窗户等非墙面元素的边界特征是利用点云数据进行建筑物精细化建模的难点。针对该问题,提出一种基于模板匹配的建筑物激光点云立面边界特征提取方法。首先采用自适应阈值的RANSAC算法对建筑物立面进行粗分割,通过双向DBSCAN算法提取墙面点云,并依据墙面点云提取墙面边界;通过建筑立面的空间几何特征,利用墙面点云与窗户点云的空间相对位置分离窗户点云;其次,对窗户点云进行欧式聚类单体化和矩形拟合,将立面窗户依据拟合矩形构建出的特征向量进行分类;然后对所选取的模板窗户点云的特征凸包点内插获得窗户边界模板点云;最后利用模板匹配方法获取完整的建筑物立面窗户点云边界,并将每种窗户的边界模板点云附回给原类型窗户,以此获得整体建筑物立面边界点云数据。实验结果表明,该方法可以精确提取建筑物墙面点云边界,补全部分边界缺失的窗户轮廓边界点云,满足建筑物精细化建模的需求。该论文有图19幅,表3个,参考文献67篇。