20世纪80年代末,机载激光雷达(Light Detection And Ranging,LIDAR)作为一种新兴的空间对地观测技术,在多等级三维地球空间信息的实时获取方面产生了重大突破,为获取高时空分辨率的地球空间信息提供了一种全新的技术手段,使人们从传统的人工单点数据获取变为连续的自动数据获取,使数据处理的自动化、智能化成为可能。激光雷达数据在三维空间呈随机离散的三维“点云”(Point cloud)分布形态,这些点云来自于任意能够反射激光的表面,为了重建数字地面高程模型(Digital Elevation Model,DEM),首先需要去除数据中的非地面点,即激光雷达数据的滤波。相关工作在国际上已经开展多年,本文探讨了目前常见的数据滤波的原理和方法,并针对试验区的数据特点,实现了一种数据滤波方法,满足了实际的应用需要。如果要进行地提取和建筑物的三维重建,就需要对激光脚点数据进行分类,区分出人工地物点和植被地物点,以便提取建筑物等点云数据,即激光数据的分类。建筑物模型重建是激光雷达应用的一个主要领域,也是信息提取中的难点问题。本文着重研究了一种基于LIDAR和遥感影像融合的地物提取研究方法,将分类出的建筑物区域输出并进行模型重建。通过建筑物外边界及平均高程建立了简化的三维城市模型,论文主要内容如下:1、介绍了机载激光雷达技术的系统组成和工作原理,分析了机载激光雷达技术在一些领域的应用,通过与摄影测量技术进行比较,说明了激光雷达具有巨大的发展潜力。2、本文详细研究了目前数据滤波的理论和方法,对现有各种滤波算法进行了综合评价,指出了现有方法的优缺点,在此基础上,对激光雷达数据进行了滤波实验,得到了滤波结果。3、研究了激光点云数据的数据组织方式,提出了采用矩形规则格网形式来表达LIDAR点云数据,将LIDAR数据和影像数据采用统一的形式来表达。分析各种数据插值算法,对滤波后的地面数据和原数据,综合采用Kriging插值和反距离加权插值法,得到DTM和DSM。4、探讨了目前常用的激光数据的分类方法,对现有的分类方法进行综合评价,并在此基础上提出了一种融合机载激光雷达数据和遥感影像进行地物提取的方法。实现了数据的分类并进行评价,为激光数据的分类提供了一种新的思路。5.对分类出的建筑物区域,将建筑物的边界矢量化输出,并利用现有的地理信息系统软件重建平面屋顶建筑物模型,通过建筑物外边界及平均高程建立了简化的三维城市模型。不失为一种快速建立数字城市模型的有效手段。