地面激光扫描仪是近几年来刚刚发展起来的一种高新测绘仪器,这种仪器可以在较短的时间内获取关于目标对象的高精度、高密度点云数据。目前,对点云数据后处理算法的研究还不多。本文主要进行了以下几方面工作:1、多视点云拼接算法的研究。一般情况下,需要从不同角度进行多次扫描才能获取目标对象的完整点云数据信息。所以,本文对多视点云拼接算法进行了研究。目前大多数点云拼接算法共同存在的一个问题是在寻找同名点时计算量比较大。针对这一问题,本文提出了“网格拼接法”,使得计算同名点的算法效率得到了很大的提高。经实例验证,该方法算法正确,操作简单,计算效率高,具有很强的实用价值。2、扫描线数据中曲线元提取算法的研究由于激光点云数据中存在大量的粗差扫描点,所以很多点云数据处理算法都具有较强的抗差性能。但是这些算法为了抵御粗差的影响往往需要进行大量的模型检验计算,导致计算效率较低。本文充分利用了扫描线数据自身固有的特点,提出一种改进的RANSAC算法。本文提出的算法既具有较好的抗差能力,又在计算效率上较传统的抗差算法有很大的提高。利用本文算法得到的提取结果更加准确,扫描点的分割归属更加合理,为后续的拟合平面提取计算提供了更加可靠的基础数据。3、拟合平面提取算法研究点云数据处理的最终目的是提取点云中隐含的关于目标对象的三维矢量化信息。本文对点云数据中平面片的提取算法进行了研究。与扫描线中拟合直线段的提取算法类似,拟合平面提取算法自始至终充分地利用了激光扫描数据自身的特点。本文提出了平面拟合计算过程中拟合直线段端点的定权算法,解决了现有算法中由于拟合直线段端点权重不同无法直接参与平面拟合计算的问题。另外,本文根据扫描线数据的特点,提出了完整的细碎平面剔除规则。实践证明,利用本文算法可以取得很好的点云数据分割结果。