随着社会科技、经济的发展,人们对空间信息的提取日益提高,从时势性、数据精度、质量等方面提出了越来越高的要求。LiDAR(激光雷达)是主动式遥感新型传感器,工作原理为：以一定方位角、高度及扫描频率,向被测量地区主动发射一定脉冲频率及波长范围(属近红外波段)的激光脉冲,传感器记录了发射至接收的时间差以及脉冲返回的能量值,以及击中目标的脚点的三维坐标值,从而确定地物的高度、结构等属性。机载LIDAR作为一种新型的对地观测技术,具有主动性、受天气影响小、不受阴影影响以及对地物间缝隙具有一定的穿透性等优点。但是,由于其数据获取方式决定,一方面它难以直接获得物体表面的语意信息,另一方面它所获得的空间三维点云数据具有不连续性、不规则性以及数据密度不均匀等特性,因此直接利用LiDAR数据实现地物三维信息精确提取还很困难。传统的卫星影像,SAR和摄影测量影像数据缺乏直接的三维信息、地物结构的复杂性、地物之间的遮挡但能提供了大量丰富的光谱信息、纹理特征等语义信息。然而,二维影像等,使得仅利用遥感影像提取高精度地物信息也存在很大困难,因此将两种数据相结合以获取更多的信息,弥补各个单数据源的局限性具有重要意义。本文的研究目标是研究机载LiDAR点云数据与遥感影像的配准方法,突破传统方法中只限于摄影测量与遥感影像的配准,本文将研究多尺度遥感影像与不同点云密度LiDAR点云数据的配准,并在影像分辨率和点云密度尺度一定前提下,深入研究高精度配准基元提取方法和新的配准方法,提高LiDAR点云数据与遥感影像在该尺度下的配准精度。主要研究内容包括：(1)探讨了机载LiDAR点云数据与遥感影配准的基本问题,主要包括配准基元的选择、配准变换模型、相似性测度和配准策略,并简要阐述现有的机载LiDAR点云数据与遥感影像的配准方法,主要从配准基元的选择、配准变换模型、影像范围等分析现有方法存在的问题,对本文的配准方法研究提出新的要求；(2)围绕机载LiDAR点云数据与遥感影像数据的配准基元问题,系统性的阐述机载LiDAR点云数据的滤波、分割和分类方法等点云预处理方法。在此基础上,利用机载LiDAR数据的多种特征信息如三维坐标信息,强度信息以及回波信息等,重点阐述基于点云回波属性的格网剔除法和基于地物侧面点云数据的特征微元统计法的高精度线特征配准基元的提取方法；(3)研究不同配准变换模型对不同成像方式的遥感影像与LiDAR点云数据配准结果的影响,寻求不同配准模型的尺度经验公式。但由于配准结果同时受单片或多片遥感影像配准方式、配准基元的选择、传感器镜头畸变和影像数据获取方式等诸多因素的影响因,因此本章将通过对不同传感器、不同尺度、不同配准模型情况下不同密度的LiDAR点云数据与不同几何分辨率遥感影像进行配准实验分析,获取不同配准变换模型下,机载LiDAR点云数据与遥感影像配准的尺度分析经验公式。由于配准尺度分析经验公式没有现成经验公式可参考,为此本文采用数学建模的方法,根据实验数据配准结果,引入衡量配准精度的配准点位误差参量和分辨率和点云密度尺度关系的尺度因子参量,确定初始的尺度分析经验公式数学模型,然后再根据实验数据对数学模型参数进行拟合,获取拟合误差最小的尺度经验公式。(4)重点阐述利用线特征代替点特征的机载LiDAR点云数据与遥感影像的配准方法,此时的遥感影像不限于LiDAR设备同机获取的影像。针对点云数据具有离散性的特点,点特征无法精确定位的特性,利用回波属性的格网剔除法或特征微元统计法在点云数据上提取高精度的线特征,在此基础上,用线特征上任意两点,引入未知参数,表示线特征上任意一点,建立影像上的点和LiDAR点云数据中的线特征相对应的配准基元的组合,建立2D-3D的严格配准模型,将引入的未知参量和配准变换模型参数联合解算,实现机载LiDAR点云数据与遥感影像的配准。再此基础上分析单片／多片的配准模式、相机镜头畸变等系统因素等因素对该配准方法的精度的影响,验证基于共线方程严格配准模型的利用线特征代替点特征配准基元的机载LiDAR点云数据与框幅式航空影像的配准尺度经验公式。