建筑物三维重建是城市规划、灾害模拟与文化遗产保护的重要基础。针对传统 MVS 在复杂场景下计算复杂、精度不足，以及 NeRF 训练成本高、几何表达弱等问题，本文提出一种基于 3D 高斯溅射引导的建筑物多视图三维重建方法，在不依赖外部先验信息的条件下，通过多视角图像恢复细致表面结构，提升几何形状与外观重建的一致性。
建筑物具有规则几何结构、复杂立面纹理和遮挡关系。如何在复杂城市场景中兼顾渲染真实感与几何精度，是三维重建的核心挑战。
多视图立体视觉在纹理弱、遮挡强、背景复杂的场景中易产生孔洞、噪声或误匹配，且大规模场景计算成本较高。
NeRF 能生成高质量新视角图像，但隐式体积表示训练耗时，且对建筑物几何边界和规则结构的精确表达不足。
3D 高斯溅射具有快速渲染与显式表达优势，但原生高斯点云缺乏建筑几何约束，需要进一步引导其服务于高精度模型生成。
本文方法以多视角影像为输入，利用 SfM 初始化相机位姿与稀疏点云，再引入 3DGS 表达和优化机制，最终生成建筑三维模型。
通过 SIFT 等特征提取与匹配估计相机位姿，生成稀疏点云，并以重投影误差最小化优化相机参数和三维点坐标，为后续 3D 高斯表示提供初始空间支撑。
将点云表示为具有位置、尺度、旋转、不透明度和颜色等属性的 3D 高斯基元，通过可微渲染和多视图一致性优化，使点云同时适应图像外观与空间结构。
利用优化后的高斯点云引导建筑物表面结构恢复，减少复杂背景干扰，提升模型边界、立面和细节结构的完整性，实现几何形状与纹理外观的一致重建。
该流程将摄影测量中的几何初始化与 3DGS 的快速显式表达相结合，兼顾稳定性与细节表现。
每个高斯基元不仅表达空间位置，也表达局部形状、方向、透明度和外观信息，是可渲染的显式三维表示。
该方法的关键不是单纯追求新视角渲染，而是利用 3DGS 的显式点云和可微优化能力，为摄影测量意义上的建筑物三维模型生成提供引导。
本文方法将 3DGS 从视图合成工具进一步拓展为建筑物三维重建的几何引导机制，为复杂场景下的高质量建模提供了新路径。
方法强调对建筑表面、边界和结构细节的恢复，而不仅是合成视觉上逼真的新视角图像。
以 SfM 提供几何初始化，以 3DGS 提供可优化显式表达，实现传统摄影测量与新型神经渲染的互补。
可服务于城市数字孪生、灾害场景建模、文化遗产保护、建筑形变监测与大规模三维地图更新等应用。