1.一种基于密集匹配点云特征的城市建筑物三维模型重建方法，其特征在于：方法如下：S1：对密集点云数据进行滤波处理，得到建筑物点云数据；

S2：使用Alpha Shape 算法提取建筑物的初始轮廓，采用Alpha Shape算法提取过程的取值为2时达到最优的边缘检测效果；

S3：在提取初始轮廓的基础上利用道格拉斯‑普克算法提取关键轮廓点，将轮廓线的首尾点连接为一条直线，求所有轮廓点到该直线的距离，并求出最大距离值；

S4：如果所述S3中的最大距离值大于设定阈值，则去除该最大距离值的其余轮廓点，如果最大距离值小于设定阈值，则以最大距离值这个点将曲线分成两部分，重复以上步骤，直到没有点到直线的距离大于设定阈值，就输出剩余关键轮廓点；

S5：连接关键轮廓点，并对建筑物轮廓线进行主方向规则化处理，两条线段之间的夹角a满足阈值条件，则将这两条线段的公共端点看作初始拐点，确定初始拐点后，通过初始拐点分组边缘线段，利用最小二乘方法对分组边缘点进行线段拟合；将最长拟合的线段作为建筑物的主方向，计算其余的线段向量与建筑物主方向向量之间的夹角a；

S6：根据夹角a判断线段与建筑物的主方向位置关系；

S7：通过建筑物屋顶轮廓顶点坐标查询对应位置的高程，将每栋建筑物顶部所有顶点的高程取平均值作为每栋建筑物的楼高，将墙角点底部的高程值统一设为0 m，建筑物顶部与墙角点底部的高程差即为建筑物高度，将建筑物屋顶向下拉伸，拉伸长度为建筑物的高度，得到的立方体即为LOD1级城市建筑物三维模型。

2.根据权利要求1所述的一种基于密集匹配点云特征的城市建筑物三维模型重建方法，其特征在于：假设夹角a小于120°，则认为该线段与建筑物的主方向垂直；若夹角a大于

150˚，则认为该线段与建筑物的主方向平行；若夹角a在120˚与150˚之间，则认为该线段与上一线段方向垂直。

3.根据权利要求1所述的一种基于密集匹配点云特征的城市建筑物三维模型重建方法，其特征在于：S1中通过无人机倾斜摄影测量系统获取密集点云数据进行滤波处理。