建筑物三维信息提取一直是目标提取领域比较关注的问题,随着三维信息提取精度的日益提高,城市建筑物三维信息除在城市规划中发挥重要作用,在城市管理、公共安全、土地调查、减灾救灾等领域也有重要应用。无人机低空遥感系统(UAV)作为一个新兴遥感平台,具有机动灵活、操作方便、分辨率高、成本低的优点,被成功应用到国民经济的各个领域。　　 本文以无人机数据为实验数据,以城市建筑物为研究对象,研究高程高于3.5米,分布、形状较规整的城市建筑物的三维信息提取。通过空中三角测量模型解算、同名点加密、正则化DSM方法获取建筑物高程信息;通过基于高程信息的建筑物先验形状统计学习,基于各向异件扩散原理的平滑、基于先验形状的快速步进法分割获得建筑物轮廓信息,取得良好效果。　　 在高程提取方面,本文采用了空中三角测量模型解算方法进行高程信息的提取,利用核线约束进行同名点的加密,获取大量控制点,构造高程加密点数据,栅格化后获取DSM数据,利用正则化方法进行建筑物高程信息的提取,通过基于坡度的多尺度形态学滤波方法,进行DEM数据的提取,进而得到正则化Ndsm数据,利用基于形态学的小区域去除方法,解决互连通小区域无法去除的问题,最终获得建筑物高程信息。　　 在轮廓信息提取方面,本文通过分析研究曲线演化理论,引入基于先验形状的快速步进法水平集分割方法,采用各向异性扩散理论的平滑滤波方法对无人机数据进行预处理,达到平滑细碎噪声,保持边缘信息的目的。提出基于高程辅助的先验形状的统计学习方法,为分割模型提供形状能量项,最后对预处理后影像进行基于先验形状的快速步进法分割,获得建筑物轮廓信息。实验证明,该分割方法能够解决大多数分割方法存在的两个问题,一个是周围灰度相近的伪目标经常被误判为目标地物的问题,另一个是目标内部存在大量细节边界影响分割结果的问题。通过该分割方法能够克服上述两个问题,取得良好效果。