以无人机为载体的倾斜摄影技术能够自动生成大规模的三维城市表面模型,已成为一种快速获取三维空间数据的常用手段,并广泛应用于数字城市、交通运输和城市规划等多个领域。然而,倾斜摄影测量技术生成的三维网格模型存在着顶点数量庞大、噪声多等问题,给数据存储、传输及语义表达等方面带来了困难。建筑物简化,即用少量三角面片组成的规则化模型近似表示原来的三维建筑物模型,是解决这一问题的主要途径。建筑物外观具有较强的结构特征,包括屋顶轮廓、墙体墙角、门窗屋檐等,本文为保留原始三维模型的外观结构,通过分层次提取建筑物的简化模型,使其更贴近现实。具体研究内容包括:(1)提出了一种基于屋顶轮廓线的三维建筑模型规则化重构方法,能够将复杂的、带噪声的三维建筑网格模型重构简化为简单、规则的建筑模型。首先分割屋顶并提取屋顶的外轮廓线,并对粗糙的外轮廓线进行精化;接着,通过改进的平面拟合方法提取屋顶的内轮廓线;然后组合内外轮廓线,利用重合约束和共线约束优化生成平面基元;针对屋顶面中的非平面部分,通过连通性聚类进行简化保留;最后,考虑高程约束和共面约束,恢复平面模型中顶点的高程信息,进一步恢复立面和底面得到建筑物主体的简化模型。(2)提出了一种基于深度学习实例分割的门窗重构方法,能够将立面门窗细节保结构简化,使模型更贴近现实。首先用训练过的Mask R-CNN框架预测建筑物立面中的门窗,针对粗分割门窗边界不精确的问题,提出了一种改进型最大类间方差法搜寻四边确定精确的边界;然后,通过评估两门窗之间的尺寸相似性和纹理相似性将其进行分组规则化,使同一组的门窗具有相同的大小,且保持水平或垂直平行;最后,将优化后的二维门窗投影至三维简化模型上,通过三维布尔技术使其与建筑模型融合。本文提出的三维建筑物简化方法具有保持建筑外观结构的特点。通过大量的实验表明,本文方法能够较好地实现绝大部分建筑物的保结构简化,保留原始三维模型不同层次的外观结构特征,且能高效地贴近原始三维模型。因此,本文方法能够有效地规范化重构三维建筑模型,对于压缩模型数据、减少模型噪声、提高其工业应用范围等具有促进作用。