斗栱是清代官式建筑物重要的组成部分。基于点云的数字化保护已成为清代官式建筑物保护的重要手段,并得到各国学者的共识。采集的点云缺乏斗栱结构化的信息,难以满足在其它领域的应用需求,如何将散乱点云转化为参数化的构件模型一直是研究的热点。斗栱构件堆叠、构件形状复杂导致该过程仍面临诸多难点:（1）点云采集设备仅能获取斗栱构件的表面点云信息,无法窥探构件组合之间的隐藏结构;（2）在点云几何形态上,斗栱构件相互组合造成的不同构件共面、同一构件断裂分离的现象加剧了构件提取难度;（3）斗栱构件种类多、造型丰富;古建构件内含的曲线、折线及各种不规则的面使得从点云提取构件特征参数难。正确识别和理解复杂建筑组成结构,是实现复杂建筑几何重的关键。考虑到清代官式建筑物的造遵循一定的建法则,将斗栱营造知识应用于三维模型的重建,必然有助于提高模型的创建效率和保证质量。基于此,本文以清代斗栱认知为切入点,在知识引导下进行了斗栱构件点云分割提取,形成具有语义信息的子数据集,建立了斗栱完整的三维模型,具体如下:（1）在深刻理解斗栱结构和组成的基础上,提取清代斗栱知识库,将古建抽象为一个组合体,解析了斗栱内部组合构件的基本属性。从造型特征、位置关系、连接关系三个方面对斗栱构件进行描述,不仅能用来表达单个构件,还能表达构件间的相互关系以及隐藏结构等信息,为点云构件语义标注与构件造型参数提取提供了基础。（2）针对斗栱构件级别点云分割难题,提出了联合几何基元分割与斗栱语义知识的斗栱构件提取的方法。首先基于机器学习以曲率、法线等特征进行点云分类,得到最小几何基元;随后利用斗栱知识作为语义知识约束,针对斗栱不同基元构件共面、同一基元构件分离,采用高度约束、凹凸约束、对称约束来完成构件模型结构恢复。该方法能有效分割清代斗栱各组成部分的数据,为斗栱的数字化保存和后期应用提供数据基础。（3）针对斗栱构件造型复杂,特征参数和隐藏结构特征难以表达的问题,研究了知识引导的斗栱特征提取算法。以古建知识为约束引导,根据构件表露造型特征参数,提取了构件点、线、面特征,同时确定隐藏关联特征。最后将所得特征参数进行可视化,实现了斗栱构件级别的三维重建。本文以清代官式斗口单昂平身科斗栱为例,在研究分析其构件组成和特征的基础上,提出构件点云分割和重建的方法。该方法可以有效地从整体斗栱点云中,提取各构件点云数据和参数信息,重建出具有构件语义信息的斗栱实体模型,并通过精度对比获得可信成果。