对现实城市场景的分析和三维建模是计算机视觉和计算机图形学的基本问题,倾斜摄影建模具有成本低廉、速度快、模型纹理丰富等优点,现已发展为大规模城市重建的主流方法。倾斜摄影普遍使用的是较先进的多视图视觉(multi-view stereo, MVS)工作流程：先使用无人机获取航拍图像,然后使用从运动获取结构(structure from motion, SFM)获得相机参数和稀疏三维点云,进而使用基于面片的三维立体重建算法(Patch-based Multi-view Stereo, PMVS)获得稠密点云,通过泊松表面重建得到数字表面模型(digital surface model, DSM),最后进行纹理映射即可得到城市三维模型。但现有流程具有一些亟待解决的问题。一方面面临单体化困难、数据量庞大以及建筑物模型表面扭曲、锐利特征丢失的问题。另一方面所得三角格网并不具有复杂城市应该具有的语义特征。针对以上问题,本文使用MVS工作流程所得密集三角格网作为输入,提出两种城市场景的建模方法。第二章提出一种基于轮廓的建筑物三维重建方法,流程分为两个步骤：建筑物提取和多边形3D模型重建。建筑物提取的方法是：从特定高度切割三角格网得到建筑物的外包围轮廓,进而利用轮廓分割出建筑物。多边形3D模型重建的过程是：从初始高度以指定步长逐渐提升切割高度进行水平切割,得到建筑物外轮廓,进而精简轮廓,最后建立起3D模型。实验使用单栋建筑物和大规模城市场景两组数据,实验结果表明算法表现出较好的性能、稳定性和可扩展性,并且具有较高精确性和有效性。第三章提出一种基于特征提取的语义化三维重建方法。先提取三角格网几何特征,再使用能量最小化的方法对三角格网进行语义分类,进而使用基于平面聚类的方法建立起规则的精简模型。实验结果表明分类算法可以对三角格网数据进行非常有效的分类,所得建筑物模型数据量得到较大程度精简且表面规则,同时表现出较高精度。本文的创新点如下：(1)创造性的提出了使用一种新的三维模型精简和规则化流程。(2)创造性的提出了一种新的三维模型的语义化分类方法。本文提出的算法是对当前倾斜摄影典型难题的一次有益尝试,论文的研究工作和成果对拓展城市三维模型的应用和智慧城市的发展具有一定的科学意义和研究价值。