本文以面向对象的点云分析理论为指导,开展车载激光雷达(MLS)点云数据处理和信息提取工作,主要围绕建筑物立面识别、建筑物立面重建两个主题开展相关研究。主要研究内容包括以下四点：(1)车载激光点云分割与合并本文采用法向量与距离约束进行点云分割,该方法的稳健性好,但是分割后存在过分割现象。为此,采用kd树来确定分割面片的临近关系,采用分割面片之间的法线向量角度差异与分割面片之间的距离约束作为合并准则,进行分割面片合并。(2)基于先验知识的建筑物立面识别与提取点云分类和目标识别方面通常使用的特征包括：尺寸、形状、位置、方向、色彩、拓扑关系等特征。鉴于建筑物立面通常垂直于水平面、面积较大、显著高于周边地物这三个特点,本文主要使用分割面片的法线向量与水平面夹角、面积、绝对高程和高程变化范围三个特征提取建筑物立面面片。(3)车载激光点云建筑物立面轮廊线提取由于车载激光扫描点云数据中存在大量的立面点,传统的基于不规则三角网的机载激光扫描数据轮廓线提取方法失去了效力。本文对该传统方法进行改进,以适用于车载激光扫描数据。(4)建筑物立面拓扑关系矫正由于常规的特征值法提取的建筑物立面信息不准确。为此,基于建筑物立面垂直于水平面、建筑物立面之间存在垂直或者平行关系等先验知识,根据建筑物立面的空间法线向量检测建筑物立面之间的拓扑关系,并对建筑物立面之间的拓扑关系进行校正。面向对象的MLS点云建筑物立面识别、建筑物立面重建具有优异的效果,稳健性高。并且可以适用于复杂场景区域的点云数据处理和分析,为MLS点云数据建筑物立面识别与重建提供了一种行之有效的方法。