新一代星载光子计数激光雷达极高的仪器灵敏性使其能够获取高分辨率、高精度数据,在大尺度地形测绘、地表覆盖分类中展现出了巨大的应用潜力。然而,星载光子计数激光雷达易受环境和噪声的影响,从获取数据中提取有效信息存在较多困难,影响了其后续应用。因此,本论文围绕星载光子计数激光雷达数据处理的关键技术开展研究,重点针对光子数据去噪、地面光子提取和光子数据地表覆盖分类三个方面进行攻关。论文的主要工作与创新点如下:1.系统归纳了光子数据去噪、地面光子提取和光子数据地表覆盖分类的研究现状,分析指出了地形起伏和地表覆盖等星载光子数据测量环境的变化对精确地形测绘的影响。2.针对光子数据空间分布特点,提出了一种基于四叉树孤立的光子数据去噪算法,设计通过空间四叉树分割来衡量信号与噪声光子孤立的难易程度,并通过最大类间方差法自适应获取了孤立深度阈值,克服了现有去噪算法对光子密度和搜索邻域的依赖,实验结果表明该算法对地表覆盖和地形起伏影响具有更好的鲁棒性,去噪性能显著优于改进DBSCAN算法。3.提出了一种基于地形起伏参数改进的布料模拟地面光子提取算法,设计了一种地形起伏参数替代了原始布料模拟算法中的布料硬度参数,并采用布料破损检测和渐进不规则三角网加密方法,实现了模拟布料自适应于地表起伏,实验结果表明该算法在复杂地形和植被覆盖条件下,地面光子提取结果的准确率和精度均优于传统算法。4.提出了一种基于伪波形的光子数据地表覆盖分类算法,设计构建了一种针对光子数据的归一化伪波形表达方法,可以更加准确地描述不同地表覆盖光子数据的差异,通过多类型地表覆盖的分类实验表明,该算法在裸地、灌木和森林区域光子数据分类中能够取得大幅优于高程特征法的精度。