随着对地观测技术和现代工业制造技术的发展,传统测绘领域中涌现了许多具有重要意义的空间信息采集技术,如合成孔径雷达干涉测量、航空摄影测量、机载激光雷达技术等。其克服了传统测量中数据采集速度慢、采集数据量少、综合成本高等缺点,可快速获取大面积、大批量的地面点云数据。处理这些缺乏拓扑信息且规模极大的点云数据,对空间数据存储、计算机处理效率等提出了很高的要求。基于此,本文重点研究了地面点云数据中脊谷特征的提取方法,其有助于在数据压缩时保留特征点,并且可在构建DEM时嵌入脊谷特征线以提高数据压缩率和DEM的精度。本文基于地面点云数据,从脊谷特征点的提取和脊谷特征线的生成两个方面展开研究,主要工作如下:(1)总结了地面点云数据的主要获取途径和局部点云的曲面拟合方法,研究了曲面微分几何特性、脊(谷)点与曲率极值点的关系以及局部曲面类型的具体分类。(2)利用地形起伏度改进均匀网格法以精简地面点云数据,对精简的点云构建Kd-tree,以提高k近邻点和r近邻点的搜索效率。实验结果表明,精简后的点云在获得了更高压缩率的前提下,保留了地面大致的起伏特征信息,满足后续脊(谷)点的提取要求。(3)针对反求工程中提取的脊(谷)点与实际山脊(谷)点存在偏差大的问题,研究了局部地貌的形成特点,提出一种改进的脊谷特征点提取方法。通过拟合局部点云,求取曲率极值点的主方向,以主方向上法截线的极大值点作为山脊点,山谷点与此类似。从理论上论证了且从实验上验证了该方法提取的目标点更符合山脊(谷)点。(4)提出一种基于渐进生长法的脊谷特征线提取方法。采用改进的均匀网格法精简点云数据,根据点云密度将点云分块,使用最小二乘法将局部点云拟合成三次多项式曲面,采用改进的脊谷特征提取方法提取特征点,设定曲率阈值筛选特征点,以局部最高点向r近邻点渐进生长得到粗略的特征线,处理断线、短枝、交叉线,最后进行精细化处理得到脊谷特征线。实验中对照基于地面点云数据生成的等高线,分析了特征线的提取效果,验证了该方法的可行性和有效性。