随着移动测量技术的发展,城市空间信息的获取得到了很大提升。激光雷达(LiDAR,Light Detection and Ranging)是一种新兴的空间数据获取技术,其中机载LiDAR和车载Li DAR都能快速地获取大面积的城区三维点云数据,已成为当前三维城市建设的重要技术手段。由于机载和车载Li DAR数据采集方式的不同,两种数据源在建模时各有优劣,主要表现为两个方面:1)由机载LiDAR点云构建的模型能较好地表达建筑物的顶部结构,但对立面结构表达缺乏;2)而由车载LiDAR点云构建的模型虽能较好表达建筑物的立面特征,但对屋顶结构表达不足,且由于树木的遮挡以及作业限制,建筑物立面模型往往不完整甚至残缺。因此,为了满足精细建筑物建模的需求,本文研究了基于机载和车载LiDAR融合数据的建筑物三维建模方法进行了研究。本文分析了基于机载Li DAR和车载LiDAR进行建筑物点云自动提取和重建的研究现状,在机载和车载Li DAR点云融合的基础上,重点研究了建筑物点云的自动提取和三维重建方法,具体研究工作如下:1.分析了国内外基于机载Li DAR、车载LiDAR以及二者融合的建筑物自动提取和模型重建的研究现状,研究了机载和车载LiDAR各自的数据特点及两种数据融合的方法。2.在数据融合的基础上,分析了机载LiDAR建筑物点云自动提取的方法,采用分步滤波策略提取机载Li DAR建筑物点云;通过基于密度格网的八邻域连通性分析方法,实现了单栋建筑物点云的聚类分割;针对每栋建筑物,利用改进的局部凸壳算法提取建筑物初始轮廓线,并对初始轮廓线做简化和规则化处理。3.基于提取的轮廓线实现对车载Li DAR建筑物立面点云的自动分割,并借助轮廓线形状分析方法实现相邻建筑物间的相似性判断;在相似性分析和立面点云分割的基础上,通过相似建筑物立面间的点云匹配,采用相似建筑物同一部位实测点云实现了对空洞或残缺立面点云数据的修复。4.采用改进的RANSAC算法实现了建筑物屋顶面片点云的分割,在分割的基础上实现了建筑物屋顶模型的重建;通过立面特征提取,实现了建筑物立面墙面和窗户模型的重建;基于构建的建筑物顶部和立面模型,通过模型融合实现了精细建筑物物模型的构建。5.选取实验区的机载和车载Li DAR点云数据,分别进行数据的融合、建筑物点云提取、轮廓线提取、立面点云分割和修复、屋顶和立面模型的构建、融合模型的构建等实验,并对建筑物提取和重建结果进行了定性定量分析,结果表明本文方法能有效构建较精细的建筑物三维模型。