明清官式建筑是传统文化艺术和科学技术相结合的重要表现,是京城所独有的“历史记忆符号”和“文化发展链条”。我国现存明清官式建筑数量庞大,由于长期暴露于外界,多数正遭受着由于社会发展、自然环境与人为因素等方面导致不同程度的损坏。若建筑本体的信息未能获得阶段性精细留取,其承载的历史文化信息将永不复存在。因此,对明清官式建筑进行科学有效的本体保护与健康发展,兼具复杂性和紧迫性。明清官式建筑屋顶体量通常占据建筑主体一半以上,其形态结构精妙独特,是明清官式建筑的重要象征。其中装饰构件是屋顶结构中最为特殊且复杂的部分,通过传统三维建模手段难以准确还原其外部特征。现存信息不完整、原始建筑图纸等数据获取途径匮乏等问题,令其结构的历史演变过程以及形态现状无法得到准确记录。精细化三维重建有利于对明清官式建筑的现状进行留存,有利于制定相关监测修复保护方案,可为其信息留取与日常管理提供可靠基础与科学指导。本文基于倾斜摄影测量技术获得的密集匹配点云以及扫描点云数据,建立一个标准化、通用化的明清官式建筑屋顶装饰构件模板库,进而实现明清官式建筑屋顶装饰构件的自动化精细三维重建。主要研究成果如下:（1）针对明清官式建筑屋顶装饰构件搭建三维模板库。对明清官式建筑屋顶结构的科学了解,是搭建其装饰构件模板库的重要前提。在该模板库中,首先基于图像密集匹配点云或激光扫描点云数据实现构件的粗略三维模型重建;随后利用三维建模软件,参照建筑图籍和手稿中记载的设计细节,对三维模型通过人机交互方式进行精细化调整。模板库中构件均依照预定义的三段式编码形式存储于模板库中。（2）形成一种空间地理位置配准机制实现模板库构件模型的自动调用。基于上述模板库成果,本文提出一种基于目标识别与点云匹配的空间地理位置配准机制。该空间地理位置配准机制主要分为四个步骤,首先,根据You Only Look Once v3（YOLOv3）算法检测构件类型,并依据编码搜寻对应的三维模板模型;其次,将模板库中对应的构件模型转换为三维点云;第三,基于Sample Consensus Initial Alignment（SAC-IA）算法实现两组点云间的粗配准;第四,基于Scaling Iterative Closest Point（SICP）算法实现两组点云的精细配准。（3）对典型明清官式建筑屋顶装饰构件进行实例验证。通过选取明清官式建筑屋顶四类典型装饰构件进行实例验证,结果表明本研究所提出的空间配准机制的识别与配准结果表现良好,其中影像识别的整体正确率可达82.2%;在四种密度级别条件下,配准结果的均方根误差大多小于0.02m,其中81.25%小于0.02m,25%小于0.01m,在该配准机制的实施过程中,各类装饰构件的配准均在5.5s内完成。