随着信息技术的发展,数字城市的建设如火如荼,在数字城市中,建筑物是最关键的元素,对建筑物轮廓信息的提取是建筑物建模的灵魂技术。机载三维激光测量技术和遥感技术的发展给数据获取带来了很大的方便。本文结合具有三维坐标的LiDAR点云数据和具有丰富纹理信息的影像数据,提出在主方向约束条件下进行建筑物轮廓的提取方法,达到自动精确提取建筑物轮廓信息。本文的研究内容如下：(1)建筑物识别。用结合自动建筑物识别和人机交互的方法对用软件分类好的建筑物点云进行识别识别,以便进行建筑物主方向的估计。自动识别建筑物的方法才用区域增长的聚类方法进行的,这个方法是对聚类分析方法的改进,对聚类分析的种子选取进行了优化；由于在自动识别当中,有些距离比较近的建筑物和存在误差点的建筑物不能很好地被分离在,因此紧接着用人机交互识别的方法进行识别。人机交互识别当中,改进了常用的射线法的判别方式,采用与多边形顶点的交点类别和个数作为判断分类条件,并把交点分为普通交点和顶点交点,最后综合交点类别和交点的数目进行判断,实验结果取得了很好的效果。(2)融合建筑物点云和CCD影像进行建筑物轮廓的提取。建筑物的轮廓提取是三维重建工作当中最重要的基础工作,因为能否精确、快速地提取建筑物的轮廓,具有重要的意义。本文根据现有的建筑物提取的各种方法,提出了一种LiDAR点云与CCD影像的正射影像融合提取建筑物轮廓的方法,利用LiDAR的具有三维坐标的优势,直接与正射影像套合,建成了轮廓提取区,然后根据LiDAR点集拟合旋转最小外接矩形,形成建筑物的概略主方向,然后在主方向约束下,用Hough变换进行影像的线段的提取,最后用基于LiDAR密度分析和K-means聚类方法进行轮廓的筛选,最终获得建筑物精确、细致、比较完整的轮廓。通过对比实验结果表明,本文使用的方法提取的建筑物轮廓更为光滑,完整,自动化也更高。