激光雷达虽然发展的时间较短，却以其相比于传统的测量技术的独特优势，已经迅速被应用到远程测量、地形探测、无人驾驶避障等方面。条纹原理机载激光雷达作为激光雷达的典型代表，正以其高效性与实用性的特点占领了激光雷达的主流市场，无论是在军用还是民用方面都发挥着重要作用。条纹原理激光雷达也成为各家研究单位研究的热门方向。目前，在硬件方面，条纹原理激光雷达已经实现了飞速的发展；在软件方面，却远远跟不上硬件发展的步伐。尤其是对原始回波信号的前期处理部分，运算量大，难度较高，目前已经成为制约激光雷达整体发展的一个重要因素。基于这样的研究背景，本文对条纹原理激光雷达的原始回波信号的提取技术展开研究，主要分为对条纹原理激光雷达原始回波信号的去噪处理与信息提取两个方面。　　本文首先阐述了条纹原理激光雷达的工作原理，对激光雷达原始回波信号的噪声的统计特性进行分析，发现其统计结果较符合玻尔兹曼分布。然后针对信号的统计特性对其设计出边缘检测原理去噪算法和分形理论信息提取算法，对算法思想和计算流程进行了详细描述。　　将边缘检测去噪方法的去噪效果与传统的均值滤波、中值滤波和维纳滤波的去噪结果进行对比；并引入相关评价参数如信噪比、相关度和离散度，对四种方式的去噪结果进行分析讨论，最终得到边缘检测去噪算法(EDM)对条纹回波信号的去噪效果最好。　　对边缘检测去噪方法中的三个主要参数：阈值、窗口大小、模板特征进行了研究。分析了三个参数的变化对去噪效果的影响，得知：当阈值为10；窗口大小为30×30；模板为竖条型模板，非零值数目为20×30时，去噪效果最好。综合三个参数的处理结果可知，在适当变化范围内，对去噪效果影响最大的是阈值的选择。　　将分形理论信息提取算法与常用的高斯拟合、质心算法、Snakes主动轮廓模型等信息提取算法进行对比，从理论上分析了每种算法的特征。此外，着重对质心算法、Snakes主动轮廓模型算法和分形理论信息提取算法对原始条纹回波信号的信息提取效果进行了对比，分析得出分形理论信息提取效果具有更高的提取效率。