在飞速发展的“数字城市”建设过程中,城市三维模型的重要性越来越突出,它作为“数字城市”建设的重要基础数据,在城市规划、社会服务、环境保护等行业的需求不断增长,因此,开展基于倾斜影像的建筑物提取与参数化三维重建研究有一定的应用价值。基于无人机平台的倾斜摄影测量技术能够高效实时地获得大面积的城市三维模型,所得模型精度高且逼真,可以很好地反映地物的真实情况,克服了传统三维建模方法中大量城市信息的失真与缺失,逐渐应用到各个领域。但倾斜摄影测量技术的三维建模原理是以超高密度的点云数据来构建三角格网模型,导致所得模型仍存在一些问题,其中,最关键的一个问题是模型中的地物未分离(单体化),无法满足地理信息系统的进一步管理与应用。因此,为解决倾斜模型中建筑物分离问题,本文以影像匹配点云数据作为研究对象,并针对如何解决影像匹配点云数据滤波处理、建筑物边缘提取、参数化三维重建等问题进行了深入研究。具体工作包括:(1)影像匹配点云数据滤波处理。重点研究了数学形态学滤波算法,并针对传统数学形态学滤波算法中采用规则格网的点云数据组织方式以及滤波窗口尺寸由人工设定的缺陷,通过虚拟格网技术以及基于地面点云比率自动确定迭代次数的方法对该算法进行了改进;改进的算法在传统数学形态学滤波算法的基础上,克服了规则格网重采样引起的原始点云信息损失以及滤波窗口尺寸自适应性差的问题;并通过实验对传统数学形态学滤波算法与改进后的算法进行了定量分析,实验结果表明,改进的形态学滤波算法能有效地提高滤波结果精度。(2)建筑物边缘提取。重点分析了Canny边缘检测算法,针对传统Canny边缘检测算法存在的缺陷(如高斯滤波器参数和高低阈值均由人工设定、梯度幅值计算仅考虑x、y方向的梯度等),通过采用自适应中值滤波、加入倾斜方向(45°与135°)的梯度、Ostu算法对该算法进行了改进;改进的算法在传统Canny边缘检测算法的基础上,解决了高斯滤波器参数和高低阈值自适应性差、倾斜方向边缘信息缺失的问题;然后结合Hough变换,通过实验对传统Canny边缘检测算法与改进后的算法进行了定量分析,实验结果表明,改进的Canny边缘检测算法能有效地提高边缘检测的效果。(3)基于参数化技术的三维重建。重点分析了参数化三维重建所需基础数据的获取方法,主要是在点云数据滤波处理与建筑物边缘提取结果的基础上,将非地面点云数据与建筑物轮廓线结合以完成建筑物点云的提取及量测,获得建模参数信息(如建筑物的类型及高度、屋顶的类型及高度等);最后结合无人机影像的纹理信息完成建筑物规则文件编写,从而实现建筑物的三维重建。