三维激光扫描技术因其具有全天候、高速度、高精度、高密度等特点已经被广泛应用于新型基础测绘、双碳研究、无人驾驶、城市形态分析、地下空间探索等国家重大战略需求之中。三维激光点云的智能化处理也受到了国内外学者的深入研究,但目前大多数的研究都仅关注于某个特定的领域例如分割、配准等,或者只基于某个平台例如MLS进行数据处理。然而,我们可以从另一个角度即可以表达物理世界中通用对象的几何图元来理解点云。在点云中,基本单位是点坐标。由一组离散点组成的几何图元可以被视为点云在实体级别的一种抽象和表示。直线段作为最常见的图元,在点云处理的多个领域都作为一个重要的基础的基元,比如配准,三维目标检测,三维重建,SLAM中的校正、定位等。但目前三维直线段提取的方法都存在着一定的问题,比如基于多视图的方法在3D-2D转化过程会造成边缘损失、基于点云局部特征的方法时很难计算出描述整个输入点云边缘的局部特征以及深度学习没有足够的训练样本等。本文针对从大规模点云中提取三维直线段所面临的科学问题,提出了一种基于几何特征增强和层次拓扑优化的直线段提取方法。具体研究内容如下:（1）从基于多视图融合、点云局部特征、深度学习三个方面对三维直线段提取的相关研究进行了综述,归纳总结了现有三维直线段提取方法的不足和难点,确定了本文的研究目标和技术路线。（2）针对点云在3D-2D转换时容易造成边缘信息的损失,本文提出了一种基于几何特征增强的三维直线段提取的方法,尽量地避免了点云在三维和二维空间相互转换时包含三维直线段的点云边缘信息的损失。（3）针对三维直线段存在断线、不闭合线、重复的平面相交线等拓扑错误,本文提出了一种基于层次拓扑的优化方法,实现了断碎直线段的合并、轮廓线的闭合和重复的平面相交线的去除,得到了感知上非常准确的三维直线段。（4）选取七个大型户外点云场景进行实验与分析,并提出了一种定量评价的方法。实验表明,本文方法能够高效、全面、准确地提取表示场景几何特征的直线段。与SOTA直线段提取算法相比,本方法过滤掉了主要的杂断线,提取了更完整的直线段。与人工标注的真值直线段相比,本方法的完整率和准确率（dl,ds:0.5,0.5）平均达到86%,平均处理速度为每秒25000点。