室内场景物体提取在智能机器人、计算机视觉智能等领域有着广泛的应用,对于场景建模、目标检测、场景分析等都具有重要的意义。目前的方法基本是基于完整点云场景模型上的物体提取,而单视点下的场景点云模型与人的视觉观察模型具有一致性,目前的方法对此类点云模型表达的场景中物体的提取具有一定的局限性。为此,本文以实测单视点下的单侧点云场景数据为研究对象,开展了以下的研究工作:（1）实现了一种单视点测量的点云场景预处理方法。构造了 KD-Tree树,进而基于KD-Tree去除了离群点,排除了噪声点的干扰。使用随机抽样一致性算法检测了场景中的所有平面,估计了场景的旋转方向,给出了旋转转换矩阵,进而完成场景的竖立变换。（2）给出了一种基于投影的场景分割方法。将场景旋转为自然竖直方向之后,场景中的最低水平平面就是地面,而与地面垂直且在场景最外围的平面则为墙面。则首先将地面和墙面从场景中去除,之后对剩余点向地面平面所在的二维坐标系投影,进而使用基于距离的区域生长算法进行平面上投影的区域聚类分割,最后通过反向映射,获得对三维场景点集的分割。（3）设计了一种场景划分的物体提取方法。对于每个被划分出来的场景（称为子场景）,首先检测其中的最大水平平面,提取其在法向量方向上的点集。对于这些点集利用平面检测算法对其进行分割,并判断相邻平面的凹凸性,对形成凸关系的相邻平面合并为一个物体,最终完成物体的提取。（4）给出了一种场景表达与场景拓扑结构构建的方法。使用物体中心点作为结点来表示物体,并采用采有向包围盒实现物体提取的优化,使用几何体来代替相应的物体,最后使用结点间最短路径的方法构建场景拓扑图。