城市内各种建筑物是城市重要的基础设施,其信息的快速更新对城市精细化三维模型重建和智能化管理等具有重要作用。车载激光扫描系统可以快速获取城市建筑物点云数据,为建筑物信息的提取提供了新的数据源。因此,基于车载三维激光点云数据进行建筑物目标点云立面分割和边界快速提取具有重要意义。车载激光点云数据中建筑物立面分割和边界提取,主要存在:建筑物立面遮挡较多,点云不全;周围噪声影响较大;高层建筑物各阳台立面不易区分等问题。为此,本文在总结前人研究方法的基础上,提出一种车载激光点云中建筑物立面分割及边界提取方法。主要工作内容如下:(1)深入分析建筑物立面点云在二三维空间中的几何形态,研究了基于方向约束生长的建筑物立面点云渐进式分割方法。算法基于格网索引,根据立面点云特征设计区分种子格网;根据种子格网的特点确定方向约束模型,利用约束模型对建筑物各立面点云进行约束生长粗分割,并运用RANSAC算法进行精细分割,完成各主立面与阳台点云的渐进式分割;(2)针对建筑物立面点云周围的噪点问题,提出了一种基于多尺度格网的密度聚类去噪算法对噪点和立面点进行区分,对格网内立面点与噪声点的密度特征进行分析,重点解决了格网边缘点密度不同造成的分类失败问题,在分割过程中去除了邻近噪点;(3)对分割完毕的建筑物立面点云,研究了利用立面点云的线性投影特征以及面特征结构间的拓扑关系进行边界提取的方法,可以精准的提取出各个建筑物立面的边界点和边界线。对不同类型的建筑物点云进行建筑物立面分割及边界提取实验,并与其它方法的结果进行比较。实验结果证明,本文方法可以准确分割不同类型的建筑物立面点云数据,边界提取准确率较高。