机载LiDAR(Light Detection and Ranging，激光探测与测量)技术是一种崭新的遥感技术。机载LiDAR融合了激光测距技术手段和测量方法，它能够主动、快速、精确获取地面和目标的三维空间信息，给人们带来了新型的观测途径。如何有效的把海量点云数据规则或半规则的组织起来，对后续的数字产品生产和应用都起到关键作用。数据滤波DEM（Digital Elevation Model，数字高程模型)生产技术是已经成为LiDAR数据处理的最基础工作。本文围绕数据滤波采用改进hash链表的虚拟格网组织方式组织机载LiDAR点云数据，并在此基础上改进形态学滤波方法。主要研究工作和创新成果如下：1.系统阐述了机载LiDAR的历史及背景，总结了国内外的研究现状，详细分析了数据处理的难点，为后续点云数据的组织和滤波算法设计提供理论依据和数据支持。2.介绍机载LiDAR系统的组成结构，各个部件获得数据，经最终解算得到LiDAR数据。介绍机载LiDAR数据的处理流程，并结合LiDAR数据常用处理软件TerraSolid，对每步数据处理操作和用途做了详细的介绍。3.总结机载LiDAR点云数据的常用组织方式，针对数据量大、数据查找频繁地操作特点，提出一种简单的基于hash链表的改进的虚拟格网组织方式，该组织方式采用hash链表原理，结合虚拟格网和四叉树优点，且具有简单、快速的优势。4.改进了基于虚拟格网数据组织结构的形态学滤波算法。数组组织采用基于虚拟格网的数据组织方式，避免对原始数据进行重采样损失精度。利用最大建筑物的之间作为最大窗口的阈值条件，对前后两次形态学开运算的结果进行判断，提高滤波的准确度，避免简单的阈值和单一的窗口对地形数据的损失。通过实验分析证明，算法具有很强的适应性、准确性，在城区等相对比较平坦的地形具有良好的滤波效果。