冠层高度模型(Canopy Height Model，CHM)是机载激光雷达在森林区域能够获得的一种极为实用的模型，它是对地面上森林冠层高度的一种表达方式，反映了森林冠层在垂直方向上的高度变化和水平方向上的分布状态。通过CHM可以提取多种林业调查中重要的森林植被参数如单木参数、林分参数、蓄积量、生物量等。然而CHM中可能会存在很多的非正常高度突变即无效值，在图像上表现为一些不自然的坑洞，这些坑洞的形成原因很多，从数据获取到数据后处理均可能带来无效值坑洞。这些无效值坑洞不仅仅在CHM上形成噪声，更会给后续的数据处理如单木参数提取，林分参数提取，生物量估测等带来影响。因此如何准确快速的消除无效值对CHM的影响是提高CHM后续处理结果精度的一个必要步骤。
　　本文从已分类的机载激光雷达点云数据与由其生成的CHM出发，通过分析坑洞在CHM上的图像关系以及对应点云数据上的回波信息，提出了一种结合机载激光雷达回波信息的CHM无效值填充方法：首先利用点云数据构建CHM和最大回波模型(Maximum Return Model，MRM)，然后结合CHM和MRM通过局部最小值法以及附加条件进行单个无效值像素的检测与填充，再结合CHM和MRM通过自适应窗口法以及附加条件进行尺寸大于一个像素的无效值坑洞的检测与填充。最后本文将本方法进行无效值填充的CHM与采用其他填充方法处理的结果进行比较，并认为本方法可以较好的填充大部分的无效值，并抑制一些过填充现象。