建筑物底部轮廓信息是测绘数据的基础组成之一,尤其在城市管理过程中显得不可或缺。现有的研究大多基于遥感或者激光雷达数据来提取建筑物的底部轮廓,而基于街景影像作为数据源的研究偏少。相对于遥感和激光雷达数据,街景影像更容易获取和更新而且街景影像数据本身带有更贴近人类认知习惯的真是生活场景信息。除此之外,街景影像的更新和获取也更为廉价和方便,从谷歌、百度、腾讯可以免费获取大量街景数据。本文主要围绕基于可量测街景影像,以北京建筑大学学生宿舍楼群为例,实现对建筑物轮廓的自动提取。本文研究方法主要包含四步,1、提取建筑物标识点;2、计算建筑物标识点的同名点;3、将标识点从二维图像坐标系转化至三维大地坐标系;4、提取建筑物底部轮廓。首先,文中试验了两种不同的方法来提取建筑物的标识点,包含:边缘提取与投影结合的方法以及LSD直线检测法。通过两种方法结果的比较来分析建筑物标识点的规律并选取最终的标识点。基于本文的试验,两种方法提取得到的标识点都含有噪声点;基于边缘检测的方法容易受到相机视点的影响且需要Y坐标修正,相比较而言,LSD检测方法更为稳定可靠。其次,在提取得到最终的建筑物标识点之后,本文采用基于SIFT变换的方法来计算这些标识点的同名点,首先通过已知的SIFT匹配算法提取同名像对上的匹配点并从其中选取匹配精度高的点;利用被选取点的像片坐标作为已知矩阵来解算同名像对的相关系数矩阵,最终利用解算得到的同名像片相关矩阵来计算建筑物标识点所对应的同名点。通过该方法计算得到的同名点精度在像素级别,但是参与计算的单张图像大小不得大于2.5MByte。再次,在计算得到同名点之后,本文采用基于DLT的坐标系转换模型实现建筑物标识点从图像坐标系到大地坐标系的转换,首先利用已知的CAD图和Ts06全站仪获得建筑物区域的控制点坐标(坐标点数需大于6个点),利用控制点和对应图像点解算DLT转换矩阵;最终利用建筑物标识点和其对应的同名点,结合已知的DLT转换矩阵来实现标识点的坐标转换。该方法依赖于图像手动选取控制点的对应像片点,其效率偏低且精度受到人为因素的影响。最终提取得到的建筑物底部轮廓的精度受到该模型精度的影响较大。最后,将三维建筑物标识点投影到X-Y平面(建筑物底部轮廓应在同一平面上,即各点的Z坐标值相同);在此基础之上去除必要的粗差点,本文验证了三种不同的方法来剔除粗差点并通过其结果的比较分析建筑物标识点粗差的属性,最终通过凸包算法和最小矩形模型来提取建筑物的底部轮廓。在对北京建筑大学8号宿舍楼的建筑物底部轮廓提取中,本研究得到的建筑物底部轮廓与实际轮廓的坐标差区间为(3m,30m)。本文的研究对于通过近景影像来提取建筑物的几何信息的一种尝试,提供了一种新的提取建筑物底部轮廓的方法,该方法基于街景影像,提取过程无需人为修改参数,自动程度较高,不足之处在于提取得到的底部轮廓的精度较低。