机载激光雷达(Light Detection and Ranging),简称Lidar(在本文中统称为Lidar)，它是一种主动式的对地观测系统，是九十年代初首先由西方国家发展起来并投入商业化应用的一门新兴技术。它集成激光测距技术、计算机技术、惯性测量单元(IMU)、差分定位技术(DGPS)于一体，该技术在三维空间信息的实时获取方面产生了重大突破，为获取高时空分辨率地球空间信息提供了一种全新的技术手段，使人们从传统的人工单点数据获取变为连续自动数据获取，使数据处理的自动化、智能化成为可能。Lidar传感器发射的激光脉冲能部分地穿透树林遮挡，直接获取高精度三维地表地形数据，具有传统摄影测量和地面常规测量技术无法取代的优越性，因此引起了测绘界的浓厚兴趣。该技术在地形测绘、环境检测、三维城市建模等诸多领域具有广阔的发展前景和应用需求，可能为测绘行业带来一场新的技术革命。 尽管Lidar系统发展己有十几年的历史，硬件技术不断完善，但数据后处理的研究还相对滞后，数据处理过程中的许多算法和模型不太成熟，目前国际上还没有一套完整的处理Lidar数据的软件，开发研制一套可靠稳健的数据处理软件是国际上在该领域今后的发展方向[38]。本文的目标就是要研究Lidar点云数据的组织和处理，搭建一个基本的平台。本文主要研究成果和内容有： 1.本文简单介绍了Lidar技术及其数据处理软件的情况，目前国内外在该方面的研究现状及本文的选题意义与研究重点； 2.介绍了机载Lidar的组成部分、定位原理及其主要应用领域； 3.针对传统的数据读取方法不能满足Lidar点云数据量大的特点，研究基于Windows的内存映射机制，并将其应用于实际应用中，使应用程序能快速获取Lidar点云数据。 4.对应用程序所获取的Lidar点云数据，如何能够高效的进行各种运算，面对这个问题，笔者提出了利用四叉树对Lidar点云数据进行索引管理，在各种搜索运算中提高程序的效率,并在Lidar点云的三维场景绘制中对点云数据进行剪裁，减轻了CPU的负担，提高其运算的效率； 5.研究了视景体可视范围的计算方法，并以此作为剪裁Lidar点云数据的依据，实现了Lidar点云数据的高效绘制； 6.研究了各种离散数据内插规则格网的方法，分析其效果，并研究其在Lidar点云数据中内插效果的规律； 7.研究多种数据滤波方法，并分析其优缺点，提出了迭代加权的移动曲面拟合方法的改进算法：移动曲面两次拟合的方法，第一次拟合为分类，将地物点和地面点分开，第二次根据分为地面的点拟合，然后对分为地物的点拟合，从而将地物点滤除，该方法减少了迭代拟合次数，提高了效率，在山地等区域效果良好[39]； 8.提出了基于图像理论的阈值分割方法来对Lidar点云数据进行分类，并提出了获得最佳阈值的方法； 9.研究了Opengl的基本原理和bmp图像文件的基本格式，实现了点云数据的三维场景漫游和利用内插格网实现点云数据的距离影像表达； 10.研究了空间直角坐标系之间不同投影之间的投影转换； 11.构建了可扩展的平台，在此平台之上可以进行多种的滤波算法试验；