城市空间数据基础设施的实施对城市功能机制进行分析、动态监测管理和辅助决策提供了支持。三维激光扫描系统的出现为三维空间数据快速采集提供了一种全新的技术手段,但处理这些海量、缺乏拓扑信息表面离散点数据,对计算资源、存储空间等均提出了很高的要求。在三维建模时嵌入特征线,利用提取的特征指导和约束表面重建的过程,可以提高模型的精度、增加数据压缩比。面向不同的使用情况,对模型的分辨率需求不同,直接利用简化后的点云进行构建可以大大提高表面模型的处理速度。针对地面激光扫描系统在地理场景采集的点云数据,以建筑与构筑物为研究对象,本文一方面研究如何针对大数据量的地物快速提取特征,提高建模精度,一方面研究如何对点云进行简化,提高构模速度,同时减少点云简化带来的简化误差。主要研究内容有:1)点云数据的采集及预处理。研究了地面三维激光扫描仪对点云数据的采集流程,点云的预处理方法,包括点云数据的前景层与背景层的分离,点云数据的配准、滤波、重采样方法。2)曲面内部特征的提取。采用线性八叉树建立点云数据空间索引,根据空间单元曲面变化量对点云进行分类,利用曲率分析的方法提取了特征点,使用最小生成树的方法进行特征边的连接,实现了特征的提取。实验表明,该方法可以用于地理场景中离散点的特征提取,提高了特征提取的速度。3)曲面边界特征的提取。基于局部投影的方法,分析点的分布情况,实现了开曲面外部边界的特征提取,该方法计算简单,能够得到精确的边界特征。4)邻域对于特征提取的影响。针对点云微分几何属性计算中的拓扑邻域选取的问题,分析了k邻域对于特征提取的影响。5)点云数据的简化方法。研究了点云简化误差以及典型的点云简化方法,对聚类法点云简化方法进行了改进,对简化误差进行控制,提高了聚类法简化的精度。基于上述研究内容,取得的主要研究成果有:对点云进行线性八叉树管理,根据空间单元曲面变化量对点云进行分类,提高了点云特征提取的速度:对聚类法点云简化方法进行了改进,对简化误差进行控制,提高了聚类法简化的精度。