地面三维激光扫描技术是测绘领域发展的一项新技术,它可以完整地获取物体表面的点云数据,具有精度高、非接触、数字化、自动化等特点,在众多领域有着广泛地应用。随着计算机技术的不断发展和研究的不断深入,三维重建技术日益成熟,通过三维激光扫描仪采集物体的点云数据,然后对其建模已经成为当下的研究热点,尤其是对建筑物进行建模更是成为众多领域的研究重点,具有广泛的应用前景。然而,由于建筑物三维模型重建技术仍处于快速发展时期,对于大型建筑物的点云表面重建技术相对滞后,想要快速而准确的构建出建筑物三维模型还存在着许多技术难题,如怎样解决建筑物复杂的细部结构模型重建等问题。本文从点云数据处理和模型重建两个方面进行了重点研究。在点云数据处理过程中,针对基于特征值平面拟合的点云去噪算法在平面拟合去噪时,没有顾及到原始点云数据中存在粗差或异常值的影响,导致不能有效的删除噪声点这一问题,本文提出了改进的稳健特征值平面拟合点云去噪算法,该算法可以弥补上述算法的不足,能有效地删除噪声点,为后面建筑物的三维模型构建工作奠定基础。在建筑物模型重建中,针对传统的模型重建方法,如基于特征提取的参数化建模方法自动化程度不高、效率低下的问题,本文提出了基于建筑物平面特征的三角网格重建算法,该算法实现了对建筑物自动化三维模型构建,取得良好的建模效果,提高了建模效率,缩短了建模时间。以江西理工大学校园内建筑物为实验对象,通过实例对本文提出的算法进行验证,取得了良好的效果。相比传统的平面拟合点云去噪算法,本文去噪算法提高了去噪精度,满足建模要求;本文的模型重建算法提高了建模效率,实现了建筑物的自动化建模。结果表明了本文算法的可行性与高效性。