建筑物三维模型是城市模型最重要的基础数据,在城市作战、抢险救援指导、城市规划建设以及智慧交通等领域有着重要的作用。传统的基于人工的建模方法效率低且成本高;基于网格的表面重建方法无法进行单体建筑物操作且所构建的模型表面不够平滑;基于点云的建模方法成为主流,然而现有的方法存在单体建筑物重建模型形状单一、群体建筑物无法精细化建模的问题。针对这些问题,本文围绕先验假设与分治策略混合建模、点云补全、点云分块与模型融合三个关键技术展开研究,旨在提升单体建筑物建模中对建筑物形状的鲁棒性与群体建筑物建模中模型的精细度。本文的主要研究内容如下:（1）基于先验假设与分治策略混合的单体建筑物建模方法。用于城镇建筑物建模的主流方法是基于曼哈顿假设的方法,但该类方法只能构建多层次平顶建筑物的模型,无法构建其他形状建筑物的模型。本文基于先验假设的思想和屋顶点云分割技术,提出了改进的基于曼哈顿假设的单体建筑物建模方法,除构建平顶建筑物模型外,还能构建出其他屋顶形状建筑物的曼哈顿模型,提升了建模方法对建筑物形状的鲁棒性。为了进一步提升斜顶建筑物的建模精度,且同时平衡建模的效率,本文基于分治策略建模的思想,在曼哈顿假设的基础上引入了相交平面选择的方法,对建筑物的主体和屋顶分开建模,达到了建模精度与效率的平衡。（2）面向不完整点云的群体建筑物精细化建模方法。目前的群体建筑物建模方法都是将整个群体建筑物进行一体化处理,无法达到精细化建模的效果。本文基于点云分块与模型融合,对群体建筑物中的每个建筑物进行单体化处理,针对群体建筑物中立面点云的缺失,采用相邻平面进行了补全,实现了群体建筑物的精细化建模。采用该方法,在Blend MVS数据集生成的场景点云上可以很好的构建出群体建筑物的曼哈顿模型和原始斜顶模型。（3）实际场景实验验证。为了验证所提出的建筑物建模方法的有效性和实用性,本文基于课题组自主搭建的无人机平台进行数据采集,在实际场景下完成建筑物建模实验。实际场景模型的最近距离平均误差均小于0.1 m,达到了与目前最佳方法相当的精度效果,同时提升了建模的鲁棒性和建模的效率。实验结果验证了本文方法的可行性和有效性。