人类社会近半个世纪发展中,各个专业科学技术爆发式得增长,理论创新以及应用深刻的改变着每个行业。其中半导体技术的出现造就了传感器技术的发展,同时随着近些年来计算力的提高,基于三维扫描技术的研究成为当前测绘领域的研究热点。在该领域中各种三维扫描仪接连制造,并且逐渐应用与建筑可视化,数字城市,工程测绘,精密仪器检测等诸多领域,在实际测绘任务中,能够快速,精确,完整的获取目标物表面的信息并生成点云数据进行存储,进而三维扫描技术也被称为测绘领域的二次革命。通过三维激光扫描仪对已存建筑物进行多角度扫描,得到建筑点云数据模型,然后基于点云模型进行建筑物的逆向建模成为当下研究热点。在该方向的研究中,点云数据的处理和基于点云数据的自动建模方法是研究建筑逆向建模问题的关键。由于建筑点云数据量巨大,利用传统点云配准算法无法得到高效准确得处理,在建筑可视化模型重建的过程中,点云数据的配准精度将直接影响后期的建模质量。此外,在数字平台建立建筑三维模型的技术还有很多可提升的发展空间,针对大型建筑点云表面重建技术更多依赖于人机交互式建模,建模效率低且建模精度取决于操作员熟练程度。综上所述,建筑点云配准耗时长,精度低,自动建模方法不成熟等问题成为阻碍三维扫描技术在工程测绘领域的普及,所以提高建筑点云数据配准精度和建模效率变得尤为重要。本文主要研究内容如下:（1）详细阐述三维激光扫描技术在国内外的发展现状,总结该技术在测绘领域的应用前景,分析发展趋势。本文深入研究国内外主要点云数据的配准算法,分析已有配准算法中配准误差大,效率低的原因,讨论针对大型建筑点云数据高效精准的配准方法。（2）结合建筑外形特征以及深度学习在模式识别领域的研究,提出基于卷积神经网络结合改进Harris-SIFT的点云配准方法,改进Harris-SIFT算法使其应用到三维点云数据中并检测提取出点云数据特征关键点,利用CNNs对筛选出的特征关键点进行对应匹配,在满足点云配准精度的同时极大提高了建筑点云配准效率,达到快速精确配准。利用基师古塔点云模型进行实验验证,相比较ICP、NV-TICP、ISS-ICP三种配准方法,该配准方法配准耗时短且配准精度提升超过55%。（3）对建筑点云建模方法进行深入研究,以基师塔点云数据为实验对象,首先基于3DMAX软件平台和Sketchup软件平台完成建筑点云数据的自动模型重建。其次,总结对比两种建模方法的技术路线,最后得到结论:基于3DMAX软件平台的建筑点云数据模型重建方法仅适用于一般小型物件的建模,可应用在工业模具的数字建模,古董文物的扫描修复领域。而当面对数字城市构建中的大型建筑点云数据时,Sketchup软件平台配合丰富的拓展插件可自动提取特征线面,该建模方法更加精确,且自动化程度高。