无人机倾斜摄影是当前遥感测绘领域新兴发展的一项高新技术,融合了摄影测量学与计算机视觉技术,在数字城市三维建模方面有了更多的应用。随着无人机遥感系统的快速发展,倾斜航空摄影因其独特、灵活的摄影方式,能够快速的、多角度的获取更丰富的地物信息,并且能够提供更好的空间分辨率,使得影像上地物的颜色、纹理、形状等特征更加突出。因此利用高分辨率的遥感影像对地物进行精确的识别成为可能。但由于遥感影像地物间关系复杂,计算机自动解译无法满足精度要求,在实际应用中无论是在二维还是三维上,大多依靠人工目视解译,然而这种方式需要耗费大量的人力物力,且效率比较低,面对海量的遥感数据已经显现出严重的不足。基于以上考虑,交互式提取方法是目前一种可行的代替方案。该方法充分发挥人的识别能力与计算机的处理能力,不仅保证了解译的精度,同时也提高了解译效率。本文的研究重点于遥感影像上和三维模型上的建筑物交互式提取方法,研究内容如下:（1）针对高斯混合模型需要进行离线学习以及K-means算法进行初始聚类来计算EM参数的问题,本文对高斯混合模型的初始聚类方法进行了相应的改进。首先通过人工交互的方式直接在影像上选取训练样本并计算模型的参数,然后设置合适的阈值,遍历影像进行二值化,接着利用数学形态学去除一些较小的图斑,最后通过边缘检测算法提取出建筑物的准确轮廓线。实验结果证明,按该方法能够准确的、高效的、稳定的提取出建筑物轮廓线,精确度高达90%以上。（2）针对利用三维模型进行建筑物采集效率低下的问题,本文提出了一种基于模型切割的建筑物提取方法。首先通过用户交互的方式在建筑物模型上画一条线,垂直切割出建筑物单体,然后利用平面对建筑物单体每隔相应的高度进行切割一次并对每个平面上的轮廓线进行重构,形成闭合曲线。最后采用最大最小值算法筛选出合适的建筑物轮廓线并对边界进行简化。按该方法提取出的建筑物轮廓线精度高、效率快,因此可以作为DLG的数据生产,具有很好的实用价值。（3）针对传统的利用三维模型采集建筑物信息需要调整模型采集拐点并人工连接轮廓线的方式耗时费力,本文提出了一种基于投票机制的建筑物提取方法。首先采集拐点并不需要刻意调整模型的位置,然后以该点为中心开辟一个大小合适影像窗口,接着将三角网投影到影像窗口内,延长三角形每条边并离散化,以最大的像素值作为初始的拐点坐标,最后利用每条边上的点云进行直线拟合并直角化,得到最终的建筑物轮廓线。按该方法提取出的建筑物轮廓线精度高效率快,大大减轻了工作人员的劳动强度。