相比于传统空间信息获取技术,地面三维激光扫描技术能够主动、非接触、全天候及高效率的获取目标高精度、高密度三维空间坐标信息,为目标模型重建提供更为丰富的数据支撑,尤其是能够提供丰富的关于城市建筑立面、室内目标等对象的空间信息,在目标三维重建中有着不可或缺的独特优势。然而相对于硬件快速发展而言,目前地面三维激光扫描技术在面向目标模型快速重建的点云数据处理理论与方法较为滞后,无法满足目前各类工程应用急剧增加的点云快速处理需求,成为制约地面三维激光扫描技术进一步应用与发展的瓶颈。因此,本文系统深入的研究了地面三维激光扫描海量点云数据处理与模型重建中的数据管理、分割、分类以及模型重建等关键问题,其目的在于形成通用的高效率点云数据处理解决方案,实现基于地面三维激光扫描点云数据的城市室内外典型目标的高精度可靠模型重建。主要研究内容和取得成果如下：海量点云数据的有效组织与管理是点云数据高效处理过程中需要解决的首要关键问题。论文首先介绍了目前地面三维激光扫描系统中测距、测角以及扫描定位基本原理,并分析了扫描点云的基本信息特征,常用存储及交互格式。在此基础之上,研究并提出了一种基于随机采样的海量散乱点云数据组织方法,并基于该组织结构设计了新的点云处理策略,以满足高效的海量点云交互、邻域查询、动态更新等处理需求,通过实验证明文中管理方法明显优于己有方法,能够高效可靠的支持目前通用格式的海量点云数据处理。点云平面分割是目前点云数据处理中的研究热点及难点之一,在点云配准、目标重建与识别、机器视觉等方面有着重要应用。论文在给出点云分割定义、分割方法分类的基础之上,分析了目前常用分割方法优点及存在的不足。针对大规模复杂场景的点云数据给传统分割方法带来了低效率或不适用的问题,在系统探讨点云有效分割原则基础之上,研究并提出了一种基于点云八叉树结构的点云高效可靠混合分割方法,并通过实验与现有主流分割方法比较验证了该分割方法能够自动可靠的进行点云平面分割。另外,在分析了地面三维激光扫描的典型点云数据特征基础之上,引入了新的扫描点云预滤波方法来进一步提高点云分割效率,并与海量点云的管理调度相结合实现了海量点云的高效分割。在点云分割基础上,对地面扫描场景中典型目标的平面分割特征进行分析比较,并以此为基础讨论并给出了一种能够对不同目标类别进行有效区分的特征向量构造方法。为了实现点云数据可靠分类,系统地研究了支持向量机SVM分类方法,并提出了一种将基于规则集的分类方法与SVM方法进行有效结合的点云面向对象分类方法。通过针对不同场景点云分类实验验证了该方法的可靠性,并分析总结了点云分类误差主要影响因素。为了实现复杂场景的高效可靠重建,在地面典型场景扫描点云数据的分割与分类识别基础之上,研究了针对城市不同目标扫描点云的自动模型拟合重建方法,建立了一套基于最优模型遴选的多层次智能化混合建模策略。为了提高点云模型重建的效率与可靠性,在模型选择基础之上,具体讨论了不同目标的模型拟合优化及重建方法并给出了相应的重建流程。通过实验验证了本文重建方法能够实现地面扫描场景的高精度可靠重建,分析并指出了模型重建进一步的研究方向。在自主研制全景相机硬件基础之上,研究了车载移动扫描系统的点云与全景影像配准方法,主要包括全景相机的内标定及外标定方法。并在建立了点云与影像的映射模型基础上,提出了一种新的将车载点云与全景影像相结合实现双模式城市快速量测方法,通过实测点验证了量测精度满足城市部件信息采集需求,为进一步结合影像的点云处理奠定坚实基础。研制了而向测绘应用的具有自主版权的海量点云数据综合处理软件系统,介绍了软件整体模块设计、关键数据结构及本软件系统在城市测绘领域的典型应用,为地面三维激光扫描技术的进一步工程化应用与深化推广打下深厚的平台基础。