在森林资源调查、城市规划建设、电力网线设置与基础道路测绘等方面的研究中,需要以三维地表地形信息的准确获取为前提条件。传统的地面测量手段与摄影测量手段受云雨影响大,并且易受信号饱和的限制,为森林各类参数的提取工作带来了困难。作为一种新兴的主动式遥感技术,激光雷达(Light Detection and Ranging,Li DAR)不仅能够克服以上限制,同时还具有数据生产周期短、精度高等优点,因此近年来取得了快速的发展。但是,目前以机载Li DAR点云数据为基础进行森林单木的三维信息提取,仍然存在着森林树木密集的区域以及冠层中下层单木结构信息提取精度较低的问题。针对这一问题,本文提出了以冠层高度模型(Canopy Height Model,CHM)分割单木信息作为先验知识,而后采用归一化割(Normalized cut,Ncut)方法对遗漏的树木进行进一步探测的方法,大大提高了单木分割的准确度,支持了森林资源调查与城市规划建设等工作。具体研究内容包括以下方面:(1)针对现有滤波方法在复杂地形下滤波效果的不足,引入等值线的概念,改进传统渐进加密三角网滤波方法,依据生成的等值线信息对点云数据进行区域分割处理,对各个区域的点云数据选择相应的参数进行渐进加密三角网滤波处理,提高了点云滤波的精度。(2)对不同类型的点云数据采用不同的方法进行分类,最终将目标类别分为植被点、输电线及输电塔点及建筑物点,快速高效地实现了点云的精确分类,作为后续单木提取的基础。(3)对分类后的植被点云数据进行插值处理,生成数字高程模型(Digital Elevation Model,DEM)和数字表面模型(Digital Surface Model,DSM),根据二者做差生成CHM,同时利用DEM数据进行高程归一化处理,以消除研究区域地形起伏对后续单木提取造成的影响。(4)采用局部最大值算法对CHM进行单木冠层分割,分割结果作为后续单木提取的基础,同时采用Ncut算法对Li DAR点云数据进行单木冠层探测。对仅利用CHM与结合CHM和Ncut方法提取单木的效果进行对比分析,通过精度评价可以看出,后者能够有效地提高探测精度,为日后建立单木三维模型以及对森林参数进行估测提供了基础。