三维激光扫描技术是计算机、POS定位定姿、高精度GPS实时动态差分以及激光扫描等多种技术于一体的一种全新技术,为快速高效的获取目标物体三维空间信息和全真彩色影像提供了一种新方法。通过该技术能够采集目标物体表面每个测量点的三维空间坐标,这些坐标组成的海量离散点集合,即为“点云”。点云数据广泛应用于测绘、灾害评估、医疗、考古文物修复、人工智能等众多领域。但是因为采集设备自身的精度、使用者经验、机械振动以及环境因素等诸多原因的影响,点云数据经常会出现噪声、孔洞、扫描不完整等问题,因此点云数据处理成为了当前三维激光扫描技术发展进程中关键的技术问题。本论文依托广西创新驱动发展专项(科技重大专项)中的子课题五机载双频激光雷达数据一体化处理系统。根据该课题的实际需求,对激光雷达点云数据处理系统的整体架构和运行流程进行了设计,对LiDAR点云数据处理工作流程中涉及到的一些重要技术算法进行研究。基于面向对象的思想,自主研发了一套通用性的激光雷达点云数据处理系统。该系统实现了点云滤波、点云分割与分类、点云配准、点云平滑及重采样、曲面重建等功能。本文主要的研究内容如下:1.介绍了点云数据基础和相关技术,包括点云数据的基本概念、常见的存储格式、空间索引结构、法向量估计;对开发过程中调用的相关开源算法库进行研究,包括PCL点云库、QT和其它涉及到的相关技术等。2.对激光雷达点云数据处理软件系统需求进行分析,并对软件的整体框架和各个功能模块进行研究设计。3.结合LiDAR点云数据处理过程,对涉及到的核心技术进行探究。其中,点云滤波方面,论述了三种滤波算法,分别是统计分析滤波、半径滤波以及体素化网格滤波;点云分割方面,对欧式聚类提取和基于改进的区域生长的分割两种分割方式进行探究,并对选取区域生长的初始种子点算法进行了改进;点云分类方面,研究了布料模拟滤波算法和基于渐进式形态学滤波的地面分类算法;点云配准方面,在传统的迭代最近点算法的基础上融合了SAC-IA算法;利用基于移动最小二乘算法的点云平滑和重采样算法,在进行点云曲面重建之前对点云数据进行盲区修补;采用贪婪投影三角剖分算法逆向构建点云的数字化模型。4.根据实际课题需要以及对系统的需求分析,使用C++开发语言,基于QT图形用户界面的框架,并调用PCL点云库、lib LAS库以及其它相关开源算法库,设计并开发了一套通用性的激光雷达点云数据处理系统,实现了点云数据处理中各个功能模块,并选取实验数据对各功能进行测试。