建筑物矢量信息作为城市地理信息的重要组成部分,在城市规划、市政管理、公共安全等领域具有广泛的应用,在建筑精细分析、城市更新等领域,对建筑物矢量化提出了更高的要求,包含阳台、飘楼等局部结构识别语义信息的建筑结构矢量化结果起到重要作用。密集匹配点云作为低成本、高精度的新型空间数据在数字城市的建设和发展中发挥越来越大的作用。为了解决传统通过人工测图方式实现建筑结构矢量化的低效率问题,本文以密集匹配点云作为数据源,对建筑结构化矢量模型重建中的关键技术展开研究,主要的研究内容如下:（1）针对密集建筑区域的建筑结构单体点云提取问题,在对点云进行滤波处理及水平点云提取和聚类基础上,将分割面片投影至二维平面格网化并结合立面信息及面片几何特征将非屋顶面滤除,进一步基于栅格图像计算屋顶面之间的拓扑关系并进行结构化分割,实现建筑结构单体点云的提取。（2）针对建筑的矢量轮廓重建问题,采用基于邻域约束的凸包算法以及基于最小二乘的直线增长算法从结构单体点云中提取线特征信息,并利用权重均值聚类进行方向改正,同时加入角度约束对算法进行优化,以满足不规则建筑的矢量轮廓重建。（3）在建筑局部结构识别方面,基于建筑剖面轮廓进行屋檐改正,避免屋檐结构对矢量化结果造成影响,针对建筑物典型的局部结构阳台、飘楼的识别问题,采用剖面特征追踪方法提取建筑结构单体点云剖面轮廓结构,并结合基于图像的剖面结构拓扑对比分析方法实现阳台、飘楼区域的自动识别。研究表明,通过本文建筑物结构单体点云提取方法,密集建筑场景中绝大部分建筑均得以区分且各结构单体部分也被分别提取出来,为后期建筑物结构矢量化提供了较好的数据基础;本文的矢量轮廓重建方法以及局部结构感知方法能够较好地反映建筑真实矢量结构特征,能够快速、准确且自动地提取建筑物结构矢量信息。