近年来随着“数字地球”、“数字城市”概念的提出,快速而准确地获取城区的地形数据和建筑物的三维空间信息显得日趋重要。机载LiDAR以其高效率、高精度和低成本的优势正逐渐取代传统航空摄影测量成为城区数据获取的重要手段之一。建立城区建筑物的三维模型作为构建“数字城市”的重要内容,一直以来都是机载LiDAR数据处理的一个研究热点。本文对机载LiDAR数据处理中的滤波与建筑屋顶特征提取两个关键算法进行了研究。首先,利用区域增长的方法对点云数据进行了滤波处理,其次,利用正交多项式分带滤波的方法进行了点云滤波,并比较了两种算法的运行效率,分析了二者各自的特点,并通过实验对比进行了阈值参数优选。接下来,提出了一种基于随机抽样一致性算法模型(RANSAC)的建筑物特征提取算法,对滤波得到的非地面点云部分进行建筑物特征提取,提取出建筑物的屋顶面片信息,并基于RANSAC算法提取出建筑物的轮廓信息。最后,在算法研究的基础上,基于Qt开发环境,利用三维图形函数库OpenGL进行了程序开发,编写了点云数据滤波和建筑物特征提取处理程序。在实验中对吉林省长春市机载LiDAR数据进行了处理,验证了本文算法的效率和精度。本文重点研究了机载LiDAR点云数据滤波算法中阈值参数优选问题,以及基于RANSAC模型的建筑物特征提取算法,并结合研究工作开发了数据处理程序。实验结果证明本文的研究对于城区建筑物三维重建以及数字城市构建等工作具有一定的应用价值。