地面三维激光扫描数据可用于建筑物特征提取,点云数据处理与分类是地面三维激光扫描系统的一项重要内容,能为后续的点云应用提供精确而精简的点云数据。就盾构隧道点云典型要素自动分类而言,主要存在的问题包括:1)数据处理效率低;2)要素分割几何精度不高;3)典型要素距离阈值较小时,容易出现特征提取错误。本文针对盾构隧道,通过对最佳扫描间距、最佳分辨率参数的选取,基于标靶进行全局拼接优化,并结合最优扫描参数对传统单一的盾构隧道扫描方案进行整合。通过几何分析方法计算得到最佳扫描参数进行实验区扫描,并使用徕卡扫描仪配套数据处理软件Cyclone进行点云预处理,将各测站拼接的同时对所获取的点云进行离群点人工剔除。盾构隧道在建期间环境复杂、隧道内要素类型多样,海量的点云数据处理效率低,盾构隧道几何结构特征的提取是建立智能三维管理平台的关键。本文选取顾及对象几何特征的数据压缩与降采样算法,并对精细区域进行噪声点和离群点的自动剔除,使用适用于狭长圆柱体状对象的点云分类算法对盾构隧道进行拟合,提出了一种适用于复杂环境下的盾构隧道顾及几何特征的典型要素自动分类方法。通过Octree-Voxel点云精简和离群点云滤波对传统的RANSAC算法进行运行效率上的改进,实验结果表明,该方法快速又精确地分割出相邻距离阈值较小的盾构隧道典型要素,拟合的隧道半径与设计半径误差仅为3 mm,满足设计需求。相对传统RANSAC算法,改进后的算法运行速度提高17倍,极大地提高了自动分类的效率,实现了相邻距离阈值达1cm精度的目标分类。在盾构隧道点云数据典型要素的分类与提取的基础之上,为了实现场景的高效重建,使用移动最小二乘算法使点云更为平滑。选取基于点云的盾构隧道三维重建算法,解决相邻盾构隧道模型间拼接错位问题,实现多区段模型自动拼接。对比泊松重建算法和贪婪投影三角化算法的适用性,发现贪婪投影三角化重建不会因为模型对象不封闭而重建失真,故选取其作为本文隧道要素的重建算法。贪婪投影三角化算法处理之后生成的每个三角形边长的最大可能值对算法影响最大,选取最优边长0.25m后,孔洞个数从4974个减少至158个,对剩下的孔洞联合Geomagic Studio软件进行修复,解决算法孔洞问题,为建立三维可视盾构隧道施工管理平台提供精细的三维模型。