三维激光扫描技术能够快速获取高分辨率、高精度的海量空间坐标，在空间测量、模型重建等方面得到广泛应用，并在变形监测方面得到广泛研究。在变形监测领域，传统的变形监测方法借助周期性测量建筑中标志性的点来分析、预测建筑变形。借助三维激光扫描仪的特性，直接提取扫描数据中的建筑物结构的几何信息，将建筑结构作为整体来分析建筑的变形。现有的点云处理软件在几何信息提取中需要大量的人机交互，远达不到自动化。为了实现点云数据中建筑结构的自动提取这一目的，本文围绕点云数据中规则几何表面的自动提取进行探索，对点云数据的预处理、局部特征提取、点云分割、点云几何形状识别、几何参数拟合以及几何参数的应用进行了探索和研究。主要工作内容如下：
　　1.归纳总结了点云中基本几何形状提取的三类方法，并简要介绍了计算机领域为提高数据处理效率用kd树和八叉树构建点云拓扑关系的方法。研究了对点云进行去噪滤波、降采样的方法，重点介绍了点云表面法方向、表面曲率等局部特征提取的原理和方法。
　　2.为了实现点云数据中几何体的识别和提取，提出将点云进行分割后逐个判断形状的分而治之的策略。根据建筑物扫描数据中平面较多的特点，先用RANSAC算法提取其中的平面，然后再进行点云的分割。比较了基于欧氏距离的聚类方法和结合点云局部特征的区域生长法两种点云分割算法的分割效率。针对点云形状判断提出了用主成分分析法初步判断点云空间分布，用表面主曲率的分布统计进一步识别点云形状的算法。
　　3.为了计算出平面、球面、圆柱面三种表面的几何参数，介绍了用最少采样点确定其参数的方法，然后据此用RANSAC算法估算出参数近似值，并剔除点云中的粗差数据。分别推导了平面、球面、圆柱面三种几何表面用最小二乘算法进行拟合的公式，比较了用最小二乘进行拟合、用RANSAC剔除粗差和用M估计剔除粗差后进行拟合得到的参数精度，并用商业软件GeomagicStudio验证了算法的准确性。
　　4.在文章的最后介绍了点云中提取的几何参数在空间平面可视化、无关数据剔除、两期点云配准方面的应用。最终结合点云处理的开源库PCL用C++语言开发了一个软件系统，实现了从点云数据中提取规则几何表面参数的整个流程，包括点云降噪滤波、降采样、局部特征估计、点云分割、形状识别、几何参数的拟合以及其存储，实现了点云中规则几何表面的自动提取。