机载激光雷达技术(Light Detection And Ranging，LiDAR)是近几十年来摄影测量与遥感领域最具革命性的成就之一，是继全球定位系统(GPS)发明以来在遥感测绘领域的又一座里程碑。随着相关技术的进步以及社会需求的不断增加，机载LiDAR技术作为一种三维空间信息的实时获取手段，并且具有高精度、高密度、高效率和成本低等优点，因此它在现代测绘中扮演了越来越重要的角色，如5.12大地震中，此系统在震后搜救失事飞机工作中就发挥了重要作用。但是LiDAR获取的仅仅是激光扫描数据，对于地物特征没有直观的反映，如何对原始数据进行利用有待解决。此难题能够通过将海量数据转换为深度影像得到一定解决。针对深度影像进行边缘检测，能够从海量的原始数据中提取轮廓，保留原始数据的大部分信息，为后续的地物识别工作去除不少伪信息，减少信息量。而在地物中，建筑物是很重要的一种地物，因此尤其要针对建筑物进行边缘提取。本文基于国家海洋局北海分局908项目获得的LiDAR数据的基础上，对LiDAR数据的建筑物边缘检测进行了深入的研究，主要工作归纳如下：　　 本文首先系统地阐述了机载LiDAR技术及基于LiDAR数据的建筑物边缘提取技术，及其在国内外发展与现状。然后系统地介绍机载LiDAR系统的基本原理、数据处理的主要内容和基本流程，总结其技术特点、主要技术参数及数据特性，并论述机载LiDAR和航空摄影测量的区别。本文研究了图像边缘检测原理，介绍了传统边缘检测算子Log算子，以及Canny算子，并引入数学形态学边缘检测，阐述了数学形态学最基本的运算：腐蚀和膨胀，并重点介绍灰度形态学边缘检测，为下一步进行图像边缘检测和轮廓提取做铺垫。　　 本文结合具体的实例，将LiDAR原始数据通过一系列遥感软件如Pospac、ALS PostProcessor、TerraScan获取点云数据，再对所获得的点云数据进行深度转换，得到深度影像，然后针对深度影像进行边缘提取。基于VC++开发环境以及Matlab编程语言,针对点云数据建立三维显示模块，以及生成深度影像模块。再利用传统图像边缘检测算子如Log边缘检测算子、Canny边缘检测算子以及形态学边缘检测方法开发出图像边缘检测模块。最后，根据生成的点云三维坐标，生成了点云表面模型。　　 运用各种算子的边缘检测模块对由LiDAR数据获取的图像(即深度影像)进行边缘检测，然后对获得的结果进行对比分析和评价，得出形态学边缘检测方法对建筑物提取效果总体优于Canny算子和Log算子，形态学边缘检测所检测的边缘细节体现更完整，而且边缘少有断点，同时形态学方法边缘检测所采用的算法简单，因此运算时间短，但形态学方法的边缘检测输出图像比输入图像要暗。