地铁已经成为了城市人民出行的主要交通方式。但是由于其建设在城市地表以下,长期受到地表建筑物承压,土体扰动及列车运行中的振动的影响,从而容易诱发地铁事故,进而对人民的生命财产安全造成严重损失。因此对地铁隧道进行定期的健康监测具有重要意义。传统全站仪等方法如今已经很难满足地铁隧道所需要的高效率施工和高密度运营维护的要求。三维激光扫描技术因其能够自动的、高精度、高密度的获取被测物体表面三维坐标信息已经开始被应用在地铁隧道的健康监测中。尽管三维激光扫描技术可以获得海量的地铁隧道内部点云数据,但是它同时具有数据量大,包含内部信息复杂,冗余度高等特点。采用三维激光扫描技术对地铁隧道进行健康监测,前提条件便是实现对地铁隧道管壁、中轴线及断面等典型特征的精确提取。本文以杭州地铁二号线文新到三坝地铁站之间区段的点云数据为例,在MATLAB和PCL平台上系统的研究了针对地铁隧道的点云数据处理流程,主要研究内容如下:(1)地铁隧道管壁提取。为了能够精确的反映地铁隧道的变形信息,就需要从冗杂的地铁隧道点云数据中精确的提取属于管壁部分的点云。本文基于特征识别的方法,提出了一种融入随机采样一致性的张量投票的地铁管壁提取方法。该方法相比于常用的曲率提取管壁方法更能够做到管壁周围的噪点的去除和管壁的完整保留,为地铁隧道的变形分析提供良好的数据基础。(2)地铁隧道中轴线和断面提取与拟合。地铁隧道中轴线表征了地铁隧道的姿势和方向,为隧道断面的正交提取提供依据。基于最小中值方差估计算法的抵抗噪声能力,本文将其应用在地铁隧道中轴线提取及拟合中。在此基础上进行断面截取,采用三次B样条方法进行断面曲线拟合。该方法相比于采用最小二乘的中轴线拟合方法更加贴合每个断面的中心点,极小地受到离群点的影响。(3)以杭州地铁二号线文新到三坝地铁站之间区段的点云数据进行案例研究。采用本文提出的方法对隧道管壁、中轴线和断面等典型特征进行提取,并与典型方法进行对比,有效的验证了本文提出方法的可行性。通过对实际的地铁隧道点云数据依据本文中提出的方法进行实验,形成一套适合的针对地铁点云数据的处理方法。同时在这个过程中基于提取的轴线和断面进行地铁隧道的断面变形和收敛分析,有效的验证了三维激光扫描技术在地铁隧道健康监测中的应用。