近年来,随着无人机技术和传感器技术的飞速发展,地理数据获取高效、成本低廉、建模快速。倾斜摄影测量成为数字城市建设的一种重要技术。然而倾斜摄影测量在利用影像生成的点云数据构建表面模型过程中,存在表示建筑物结构轮廓的棱、角等尖锐特征丢失的问题,重建的表面模型不能全面如实的反映建筑物原貌。本文利用倾斜摄影过程中获取的影像数据生成增强型三维点云模型数据,利用增强型三维点云模型综合空间几何信息和多角度的影像颜色纹理信息提取特征边界线,在此基础上利用特征边界线进行点云分割,对分割得到的分块点云重建并拼接,实现高度保真的表面模型的完整重建。主要研究内容和成果如下:(1)增强型三维点云模型的定义及构建方法基于倾斜摄影测量方式获取的点云数据具有一个三维点对应多张影像不同像素点的特性,本文提出一种新的数据组织模型——增强型三维点云模型,相比传统三维点云模型增加了点云数据匹配的影像像素坐标、颜色、深度等关联信息,建立点云与影像的关联以及影像与影像之间的关联关系。在此基础上,本文设计了基于open MVG和open MVS的增强型三维点云模型建立算法,实现了增强型三维点云模型的构建。同时注意到已有算法中错误匹配数据中有正确数据,对此数据进行了分类记录。(2)基于增强型三维点云模型的特征边界线提取算法基于多种数据综合利用的思想,本文提出基于增强型三维点云模型的特征边界线提取算法。该算法首先利用边缘检测算法检测影像边界线。然后基于增强型三维点云模型中影像数据与点云数据的关联,利用点云辅助去除错误特征边界线。基于增强型三维点云模型中多影像数据间的关联,用不同影像边缘线补充缺失的正确特征边界线,得到较好的影像特征边界线结果。之后,利用增强型三维点云模型将影像特征边界线转换为三维特征边界线,并通过二维线段与三维线段间的对应关系,实现特征边界线的闭合,从而得到较好的特征边界线。(3)基于“分割-拼接”思想的点云表面重建算法基于分割-拼接思想,本文利用特征边界线进行点云分割,通过对分割得到的分块点云进行表面重建,再基于特征边界线对表面模型进行拼接,实现保持特征的表面重建。重建结果表明,相比于直接进行表面重建,本方法能够有效地保留物体表面的尖锐特征。