三维成像激光雷达,因具有定位信息精确、数据维数多、抗干扰能力强等优势,广泛应用于精确制导、对地遥感、导航和反恐安检等军事和民用领域。基于局部特征的地面刚性目标识别,虽有效解决了遮挡下的目标识别问题,但由于三维成像激光雷达在获取地面场景信息时,容易受噪声干扰、数据分辨率变化等影响,导致地面目标识别精度下降。因此,本文针对基于局部特征的地面目标识别技术展开研究,主要内容如下:（1）深入探究了模型库建立、特征点提取、特征描述、特征匹配及假设生成与验证等三维地面目标识别中的关键技术,分析了各步骤中常用方法对识别性能的影响。使用激光雷达采集实际数据并制作地面目标数据库,弥补了模型库中地面刚性目标的不足;对现有典型局部特征描述子的构建方法进行了深入分析,明晰了局部参考框架、几何信息编码和空间划分方式等构建方法对描述子性能的影响,为后续构建局部特征描述子、提高识别精度提供了理论支撑。（2）为提高局部特征描述子在噪声干扰、遮挡及数据分辨率变化等情况下对目标特征的描述能力,本文在局部参考框架中充分编码局部表面空间和几何信息,结合特征点之间的信息,构建了一种基于偏差角统计（Deviation angle statistics of keypoints from local points,adjacent keypoints,DASKL）的局部特征描述子。通过预先计算多尺度局部参考轴,在匹配阶段根据尺度策略选取合适的局部参考轴,提高了对噪声和不同数据分辨率的鲁棒性;在细分空间中完全编码局部参考轴与法线偏差角,提高对局部表面的描述性;计算特征点与三个最近特征点局部参考框架之间的偏差角,增强了描述子对相似局部表面的区分能力。在B3R、UWAOR公共数据库及地面目标数据库中进行特征匹配实验,与FPFH、SHOT与ROPS描述子进行对比,结果表明,本文所提局部特征描述子具备更好的描述性和时效性,对噪声干扰、遮挡及点云分辨率变化的鲁棒性更强。（3）为提高在噪声干扰、遮挡及数据分辨率变化等情况下的地面目标识别精度,本文在识别算法中对地面场景采用布料模拟滤波进行地面分割,结合本文描述子,设计了后续特征匹配及假设生成与验证的方法。在三个数据库中,与基于FPFH、SHOT与ROPS三种描述子实现的识别算法进行对比测试,实验结果表明,本文的方法对于噪声干扰、遮挡及数据分辨率变化问题具有更好的识别效果。（4）为实现在真实场景中对地面目标识别技术的应用,本文设计并开发了地面目标识别软件原型系统,系统集成了本文识别方法的相关算法,并设计了能更改算法重要参数的交互界面,以及可视化算法结果的界面。在系统中,采集实际地面场景与低分辨目标数据,用本文基于偏差角统计的描述子的识别算法实时进行目标识别,并在同等条件下,与基于FPFH、SHOT、ROPS描述子实现的识别算法进行对比,实验结果表明了本文方法在实际应用场景中的准确性,及对低分辨目标的通用性。本文针对地面场景三维距离像在噪声干扰、数据分辨率变化导致识别精度下降的问题,提出了一种基于偏差角统计的局部特征描述子的地面目标识别方法,并基于此方法开发了地面目标识别软件原型系统。通过相关实验,验证了所提方法的鲁棒性及适用性,推动了地面目标识别系统的实际工程化应用。