青藏高原雪山连绵,冰川广布,成为众多河流水系的发源地,直接支撑了我国淡水资源的有续利用。研究冰川及雪山边界的变化可以有效掌握当地气候的变化规律,对气象学的发展起着很深远的影响。如何合理有效的对冰川雪线的边界提取具有显要的现实与应用的意义。机载激光雷达具有数据采集密度大、时效性强、精度高、速度快、作业周期短等优点,本文选取青藏高原某典型山川区域内的高密度、高精度的机载激光雷达点云数据进行冰川雪线轮廓线的提取,以期达到冰川雪线后期动态变化规律研究的准确性。其中本论文核心的研究内容概括为以下3个方面:(1)针对本研究区域的地形特性,提出点云分步分项去噪的算法。先运用测量误差中极限误差的相关理论将外层噪声剔除,再对其进行网格化处理以及二次曲面拟合将内层噪声去除。通过实验分析对比得出该方法能够有效的对噪声点云进行剔除,具有一定的可行性和可靠性。(2)研究出适合于青藏高原山川区域的点云数据的滤波算法。对点云数据进行基于不规则三角网(TIN)加密滤波,通过对于地面点云的判断构建不规则三角网(TIN),对研究区域内每一个激光雷达点云过滤一遍,不断计算,不断迭代,从而进行判定选择,直到所有的机载LiDAR点云全部判定筛选完成,从而将地面点与非地面点进行有效的分离;通过定性和定量的两种方式对研究区域的滤波误差进行统计分析比较,结果表明本文滤波算法得到了较好的滤波效果,比lidar360滤波效果更优,很好的保留了研究区域的地形地貌信息。(3)在对机载LiDAR点云数据强度信息特征分析的基础上,结合雪山点云的回波强度远高于山川区域其它地物这一特点,本文提出对点云数据的强度信息进行聚类,对已有的K-MEANS聚类算法进行改进,将其算法内传统的欧式距离加入矩阵的思想,改进为马氏距离,很好的避免了变量之间相关性的干扰,利用距离评价函数(DEF)这一标准来选取一种最合适、最完善的聚类方式。通过实验验证分析与比较表明,利用改进的K均值聚类算法可以得到较好的聚类效果,通过使用lidar360点云数据处理软件对其部分雪山轮廓线进行提取,并有效的显示出其高程信息。