上世纪末，机载LIDAR技术在三维地球空间信息的实时获取方面有了突飞猛进的发展，成为一种获取高时空分辨率地球空间信息的全新技术手段。由于能够自动的、快速精确的、不受天气影响的获取三维坐标，使人们从传统的人工单点地形表面数据获取变成连续自动的数据获取，为地形地物识别提供了新的数据源和信息源。因此，如何从LIDAR数据中自动化、智能化识别地物成为需要解决的关键问题和新的研究领域。本文以机载LIDAR点云数据为基础，通过一定的算法进行数据空洞填补，将离散LIDAR点云数据进行规则格网重采样，得到数字表面模型（DSM），接着按照高程进行灰度量化生成DSM深度影像，通过直方图阈值分割、小面积去除等操作对DSM深度影像进行预处理，得到独立的建筑物区域。最后运用Canny边缘检测算子检测建筑物的粗略边缘，利用hough变换获得建筑物边缘的直线段组，通过线段合并将本应该属于一条直线段的破碎小线段合并，通过直角约束对线段的倾角进行调整，获得了符合实际情况的建筑物边缘信息。本文以机载LIDAR点云为基础，在无其他辅助数据的情况下，运用ArcGIS、ERDAS等软件进行数字图像处理，运用MATLAB软件进行算法优化，实现了基于航空LIDAR点云数据的建筑物边缘检测。