近年来地震频发,造成当地人民生命和财产的巨大损失。地震之后,如何快速响应、及时获得震后第一手资料,为救援和灾后重建提供可靠信息,成为亟待解决的问题。通过传统方法获取的震害资料十分有限,难以全面地还原建筑物真实的震害情形。三维激光扫描测量技术较传统技术具有精度高、速度快、真实反应原型的特点,点云数据能被快速处理、提取相关信息,进行定量分析等优势,进而为救援工作提供快速、精确的参考资料。快速检测并提取震后损毁建筑物是进行震害损失评估的关键,利用LiDAR技术提取损毁建筑物是本论文的研究目的,开展了以下工作：(1)综述了目前常用的点云分割方法,对各种方法的原理、操作步骤和技术路线进行了概括。重点研究了基于区域增长的点云分割算法,并成功实现了结合三维Hough变换进行区域增长的点云分割算法。(2)引入表征损毁建筑物的特征参数,实现对损毁建筑物的有效识别。计算点云分割区域的特征参数值,对特征参数值进行类别阈值划分,设计地物分类规则,使用基于规则分类方法达到对地物的分类提取,最终实现损毁建筑物的提取。(3)设计了精度评定模型,通过对损毁建筑物提取结果的完整度和正确度的评定,达到对损毁建筑物提取的整体质量评价。(4)利用Visual Studio C++开发了对点云数据进行分割及提取损毁建筑物的实验程序。实验表明,利用LiDAR点云技术进行损毁建筑物的检测提取是可行的。针对震后建筑物的几何和辐射不规则性,通过三维Hough变换检测区域种子区域,对点云数据进行直接分割,可有效保留损毁建筑物的真实性,实现点云数据高保真分割。同时论文中引入四个描述损毁建筑物的属性值参数：每个分割对象的点数(NP)、数字地面模型的平均高度(D2DTM)、分割区域的点数和未分割区域点数比例(NUSPR)、分割区域的粗糙度(PLAN),对这四个属性值参数进行阈值范围统计计数,结合规则分类的方法可保证对损毁建筑物的有效提取。