1.基于三维点云的建筑物3D模型自动化建模方法，其特征在于：包括以下步骤：步骤1，采集目标建筑物的原始点云数据，并通过区域增长法对原始点云数据进行分割，计算点云各点法线进行区域增长，设定法线偏差阈值和区域差阈值对点云各部分进行区域分割，分割出建筑物圆形柱子点云；

步骤2，采用基于统计学的方法建立滤波器，计算点云点到邻域点的平均距离，确定距离均值和标准差，设定点到邻域点的距离阈值，对分割出的建筑物圆形柱子点云进行粗差删除；

步骤3，遍历点云，计算点云的最小和最大高程值，确定目标建筑物部件的高程范围，将点云向水平面投影，使用最小二乘法对投影后的点云进行圆的拟合，得到截面圆参数，分别为截面圆的圆心坐标和半径；

步骤4，根据得到的截面圆参数以及点云的高程范围，确定三维模型的绘制参数，在三维建模软件中绘制目标建筑物圆形柱子的三维模型，并与原始点云数据进行比较，验证模型的精度和一致性。

2.根据权利要求1所述的基于三维点云的建筑物3D模型自动化建模方法，其特征在于：所述步骤1中，建筑物圆形柱子点云的分割提取过程为：步骤101，采集目标建筑物的三维点云数据，并使用KD树算法组织点云数据，快速检索点云中的空间邻近点；

步骤102，对于每个点 ，确定其邻域内的点集合，并计算点集合的协方差矩 ，对协方差矩阵 进行特征值分解，最小特征值对应的特征向量即为该点的法线方向；

步骤103，计算相邻点之间的法线变化偏差，估计出点在区域内的曲率，将各点按曲率值从小到大进行排序，将曲率值最小的点设置为种子点，并计算种子点与邻近点的法线差值；

步骤104，设定差值阈值，若种子点与邻近点的法线差值小于设定的差值阈值，且曲率值也小于设定的差值阈值，则将种子点添加至种子点集，归为一类；

步骤105，将归为一类的种子点在原始点云中去除，进行下一区域的增长，直至原始点云中剩余的点数小于最小聚类点数时为止；

步骤106，根据曲率值和法线方向，将点云分为不同的区域，分割出建筑物圆形柱子点云。

3.根据权利要求2所述的基于三维点云的建筑物3D模型自动化建模方法，其特征在于：所述协方差矩阵的表达式为：

；

其中， 为协方差矩阵，用于描述点云中点的分布情况， 为考虑的点邻居数， 为最近邻的三维质心， 为点 在空间中的坐标向量， 为邻域内点的均值向量；

所述特征值分解的表达式为：

；

其中， 为协方差矩阵的第 个特征值， 为第 个特征向量，表示点云在该方向上的主要分布趋势，特征值是非负实数，表示点云在特征向量方向上的分布方差。

4.根据权利要求3所述的基于三维点云的建筑物3D模型自动化建模方法，其特征在于：所述步骤2中，对建筑物圆形柱子点云进行删除粗差的过程为：步骤201，输入建筑物圆形柱子点云，对于点云中的每个点 ，确定其邻域内的空间点集合，并计算点 到其邻域内点 的欧氏距离，计算点 到其邻域内点的平均距离，记为，所述点 到其邻域内点 的欧氏距离的表达式为：；

其中， 为点 与点 的之间的欧氏距离， 为三维空间中点 的坐标向量， 为三维空间中点 的坐标向量；

所述点 到其邻域内点的平均距离的表达式为：；

其中， 为点 到其邻域内点的平均距离， 为点 的邻域内点的数量；

步骤202，计算点 到其邻域内点距离的标准差 ，分析点 与邻域点分布的离散程度，所述点 到其邻域内点距离的标准差 的表达式为：；

其中， 为点 到其邻域内点距离的标准差，表示点 邻域内的点分布离散程度；

步骤203，计算所有点的 的全局均值 和标准差 ，并设定一个标准差倍数 作为噪声点的判断阈值；

步骤204，遍历点云中的点 ，判断其是否为粗差点，若点 到其邻域点的平均距离与全局均值 的差值超过 倍的全局标准差 ，则 为粗差点；

步骤205，从点云数据中删除所有被识别为粗差点的点。

5.根据权利要求4所述的基于三维点云的建筑物3D模型自动化建模方法，其特征在于：所述所有点的 的全局均值 的表达式为：

；

其中， 为所有点 的全局平均值，表示整个点云邻域点的平均距离， 为点云中点的总数， 为点 到其邻域内点的平均距离；

所述所有点的 的全局标准差 的表达式为：；

其中， 为全局标准差，表示所有点 相对于全局平均值 的离散程度。

6.根据权利要求5所述的基于三维点云的建筑物3D模型自动化建模方法，其特征在于：所述步骤3中，截面圆参数的获取过程为：

步骤301，遍历去除粗差后的点云，对于每个点 ，读取其三维坐标 ；

步骤302，计算所有点的 坐标的最小值和最大值，并根据 坐标（高程值）的最小值和最大值 ，确定高程范围 ，其中， ，， ， 为点云中点的总数；

步骤303，将点云中的每个点 投影到 的水平面上，并使投影后的点云被圆拟合，圆心坐标为 ，半径为 ；

步骤304，根据最小二乘原理推出圆的半径 及圆心坐标 。

7.根据权利要求6所述的基于三维点云的建筑物3D模型自动化建模方法，其特征在于：所述最小二乘原理推出圆的半径 及圆心坐标 ，其表达式为：；

；

其中， 为圆心坐标， 为圆的半径。

8.根据权利要求7所述的基于三维点云的建筑物3D模型自动化建模方法，其特征在于：所述步骤4中，绘制目标建筑物圆形柱子三维模型的过程为：步骤401，使用从点云数据中得到的截面圆参数，包括圆心坐标 和半径 ，并提取得到的高程范围 ；

步骤402，在三维建模软件中，以 作为底面圆心， 作为底面半径绘制一个圆，并以相同的半径 ，以 作为圆心，绘制另一个圆作为圆柱的顶面；

步骤403，使用三维建模软件的“拉伸”或“旋转”功能，通过底面圆沿 轴拉伸至 的高度创建圆柱体；

步骤404，将绘制的三维圆柱模型与原始点云数据进行比较，验证模型的精度和一致性。

9.根据权利要求8所述的基于三维点云的建筑物3D模型自动化建模方法，其特征在于：所述验证模型精度和一致性的过程为：

步骤4041，使三维建模软件中的圆柱模型与原始点云数据在同一坐标系中正确对齐；

步骤4042，对于点云中的每个点 ，计算其到圆柱模型表面的最短距离 ；

步骤4043，对所有点 的距离 进行统计分析，计算最大误差、最小误差、平均误差和标准差；

步骤4044，设置误差阈值，检查统计出的误差是否在设定的阈值内，若所有点的误差均小于或等于阈值 ，则模型精度满足要求；

步骤4045，若模型精度不足，回到建模过程进行调整，重新拟合截面圆、调整高程范围或修改建模参数，重复验证模型的过程，直至模型精度满足要求，并将验证后的三维模型输出为所需的格式，用于进一步的使用。

10.根据权利要求9所述的基于三维点云的建筑物3D模型自动化建模方法，其特征在于：所述最短距离 的计算公式为： ；

其中， 为点 到圆柱模型表面的最短距离， 为圆柱表面上的任意点的 坐标， 为半径， 为圆柱底面圆心的坐标；

所述最大误差的表达式为： ；

所述最小误差的表达式为： ；

所述平均误差的表达式为： ；

所述标准差的表达式为： 。