地面激光扫描已成为获取复杂户外物体3D数据的标准方法。 大量点的处理以及内部不同对象的识别成为一个新的挑战，特别是在包含对象的情况下。 本文提出了一种通过对点云数据的形状信息进行分析来对物体进行分类的新方法。 使用k最近邻（k最近邻）（k-NN）构造扫描的场景，然后将点之间的相似性度量定义为具有相似原始形状的点的聚类。 此外，我们引入了组合的几何准则来细化过分的结果。 为了获得更多的详细信息，采用基于残差的分割将建筑对象的分割细化为具有不同形状属性的更多部分。 实验结果表明，该方法可以用作提取场