机载激光雷达技术(Light Detection and Ranging, LiDAR)集成激光测距技术、计算机技术、定位技术于一体,为获取高时空分辨率信息提供了一种全新的技术手段,在森林资源调查方面具有独特优势。本文以LiDAR数据和高分辨率数码摄影数据获取单木参数为目标,进行了以下的研究工作：(1)对获取的点云数据进行了去噪、滤波、分类处理,利用点云数据获得DEM、 DSM数据并做相差处理生成CHM模型数据。(2)针对CHM数据中的空值问题使用形态学闭运算进行平滑处理；利用点云数据生成的DEM数据对同区域数码影像进行正射校正获得DOM数据。(3)以优化后的CHM数据和DOM数据为对象,分别采用标记控制的分水岭分割方法和面向对象的多尺度分割方法进行单木树冠提取。通过分析比较可知,面向对象的方法易出现过度分割的情况,而分水岭算法在郁闭度较大的林区易出现欠分割的问题。(4)提取的树冠多边形与CHM数据叠加后运用空间区域分析功能计算树冠多边形区域内的最大值作为树高,以多边形所在同心圆直径作为冠幅。结合样地实测参数对估测值进行相关性分析,由结果可得冠幅R2=0.349,树高R2=0.749,点云数据估测树高较为可靠。(5)以点云数据和图像数据为基础,结合研究内容设计并开发了“点云&图像数据处理程序”,程序实现了点云数据和图像的显示和处理功能,并通过对PCL库函数的实现引入了发展潜力巨大的PCL相关技术,为下一步程序开发奠定基础。