机载激光雷达技术是一种通过机载雷达设备快速获取地形地物信息的新型测绘技术。该技术具有明显优势,包括作业周期短,数据精度高,环境适应性强等,因此被广泛应用于林业检测,地形测绘,数字城市,铁路电力线规划等领域。近年来,利用机载激光雷达数据开展的研究主要围绕如何快速准确地分离地面与地物目标信息这一关键问题展开。为此,本文以机载激光雷达数据为研究对象,对机载激光雷达数据的滤波分类,建筑物点云提取等关键问题进行了深入研究。本文主要研究内容如下:1)系统介绍了机载激光雷达系统的组成和工作原理,以及LiDAR点云数据的概念与特性。此外,全面概述了常用滤波算法的优缺点和特征提取分类的相关研究,为本文研究提供了理论依据。2)针对原始点云数据存在的高低位粗差点以及孤立噪声点现象,充分考虑待测点与其近邻点的高程差异以及与近邻点间的几何距离关系,提出了基于局部K-近邻去噪的改进算法,该方法可以快速有效地剔除点云数据中高低位粗差点和孤立噪声点,并且对于簇状的高低位粗差点也有一定的效果。3)提出了一种自适应条带策略的点云滤波方法,通过将三维点云数据进行x和y方向条带划分,将计算从三维降至二维,进一步考虑地形因素将数据条带切片,生成网格条带,并在每个条带网格上进行多项式拟合,然后通过计算真实数据与拟合地面曲线的残差,与自适应的残差阈值比较得到单一方向的分类结果,最后,综合x和y方向条带数据点的分类结果得到最终的滤波结果。通过一系列实验验证,该方法可以有效地过滤点云数据,并且相比于现有的滤波算法具有更优的过滤性能。4)在传统利用首末高程差判断植被点的方法上,提出了一种基于回波信息高程差的改进分类算法。该方法根据建筑物边缘相似性,通过构造首次回波点的邻域,计算待测首次回波点与其邻域内其它首次回波点的首末高程差的标准差来确定多回波点是否为植被点。实验证明通过计算首次回波点邻域内回波点高程差的标准差,可以有效地检测植被点云,并且避免了建筑物边缘回波点错误分类为植被点的情况。5)提出了一种基于局部多特征分类的建筑物边缘提取方法,该方法首先对每个非地面点构建R半径邻域,对每个邻域集提取多特征信息,然后根据多特征信息进行特征分类,并依据邻域连通性将邻域聚成簇类,最后使用改进扫描线算法提取建筑物边缘点集。其中,在该方法中,本文构造了激光点的分类系数进行特征分类判断,通过计算每个激光点的分类系数将激光点标记为建筑物点,植被点以及其它点。当激光点分类后,每个聚类再根据激光点的分类情况分离出建筑物点云,植被点云。通过实验验证,基于局部多特征的分类方法可以有效地分割并提取城区激光雷达数据的建筑物点云,并且对植被点具有良好的分类效果,此外,改进的点云扫描线算法能够精确地提取建筑物边缘。