周嘉俊，李勇，何明，刘凌杰

(河海大学 地球科学与工程学院，南京 210098)

0 引言

随着社会信息化步伐的加快，三维建筑物模型作为数字城市的重要组成部分应用于生活的各个方面，然而城市中建筑物复杂多变，给整个城市的三维重建带来了困难。激光雷达(airborne light detection and ranging，LiDAR)能快速获取大范围区域表面采样点的三维空间数据，因此激光点云成为获取三维建筑物模型的重要数据源[1]。目前，国内外很多学者对利用激光点云进行建筑物的重建进行了大量的研究。Chen等[2]利用随机抽样一致性(random sampling consensus，RANSAC)算法对屋顶面片进行分割，然后利用基于泰森多边形的方法进行建筑物轮廓线的提取，从而完成建筑物的重建。Cheng等[3]通过屋顶特征直线的“分裂-合并”生成闭合的建筑物多边形，再用RANSAC算法拟合出建筑物表面。但是上述两篇文章都没有针对特定建筑物进行RANSAC算法优化，计算速度相对较慢。罗胜等[4]提出一种利用建筑物数据集与区域等级关系来保证多层建筑物屋顶轮廓一致的建筑物三维重建算法。但是无法完全消除相邻轮廓的规则化误差。周平华等[5]结合联通分析和平面生长提取建筑物的外轮廓，再辅以人工完成阶跃线的提取，从而完成建筑物的重建。但是人工的参与降低了自动化程度。Zheng等[6]使用模型驱动的方法，利用决策树将建筑物分类，使用静态力矩方程提取建筑物参数，完成建筑物重建。但是模型驱动使得重建依赖于模型库。

由于多层次建筑物在城市中普遍存在，且面片和轮廓线的提取算法仍旧有改进空间。……