中文摘要：

项目对海量点云数据的高效组织、粗差探测及建筑物特征智能提取等多个专题进行了深入研究，形成了一套较为完整的、适用于建筑物特征智能挖掘的理论及方法体系,并成功搭建了一个基于点云的建筑物特征挖掘软件平台。项目研究取得了一系列的研究成果，主要包括（1）提出了一种基于八叉树及KD树的混合型点云数据存储结构，解决了海量点云数据高效存取的技术难题；（2）提出了基于切片技术的粗差探测算法，有效解决了3D环境下邻域搜索和粗差指标计算效率低下的问题，实现了粗差的半自动剔除；（3）提出了一种根据给定的约束条件及ICP算法快速识别建筑立面窗体特征的算法，算法初步解决了重复性同类复合结构特征的快速识别及重建问题；（4）提出了一种融合点云数据和高解析影像数据的精确平面特征提取算法，解决了直接从三维点云中无法提取精确特征边界的技术难题；（5）提出了一种基于知识的建筑物语义特征提取算法，实现了建筑物墙面语义特征的自动识别与提取；（6）提出了建筑物重构曲面精度评价的通用方法，解决了目前点云建模中不同方法、不同软件所重构的曲面无法进行质量比较的技术难题；（7）研发了基于点云的建筑物特征挖掘开放性软件技术平台。