车载Li DAR(Light Detecting and Ranging)作为一种快速的空间信息获取技术,对城市道路环境及街道两侧地物高精度空间三维信息获取具有明显优势。行道树是道路及城市街道场景中最常见地物之一,也是城市生态系统的重要组成部分。树木分布散乱、形态各异,人工方式获取树木信息是一项乏味和费时的工作。准确、高效地从车载LiDAR点云中提取树木信息是科研工作者长期以来努力的目标,是车载LiDAR点云数据处理的一个热点,也是一个难点。作者在深入理解车载LiDAR系统工作原理及地物在车载LiDAR点云中表达特点的基础上,以城市道路场景为例,围绕场景中行道树信息的精细提取展开了相关研究。论文的研究工作主要包括以下三个部分:第一部分为行道树点云的分类提取。该部分采用逐步分离的方法,将行道树点云从原始点云中分离出来,整个分离流程按顺序分别为地面点滤除、地物聚类、杆状地物提取、树木点云分离。第二部分为行道树与其它相连杆状地物的点云分割。该部分包括两部分内容:(1)采用ICP算法与参考样本相结合的方法对穿插在行道树树冠中的路灯进行有效去除;(2)针对相连树的树冠点云分割探讨了三种方法,即基于距离的树冠点云分割、基于特定模型的树冠点云分割和基于拟合冠幅的树冠点云分割,并根据点云数据分别对其进行了试验及分析。第三部分为行道树参数信息提取。在分离出的单个行道树点云模型的基础上,实现了对行道树属性信息(树木底部重心点、树高、树干高、树冠高、胸径及冠幅)的自动提取;并基于所提取的属性信息,研究了行道树的动态变化,包括行道树的增加、行道树的生长变化等。