道路是空间地理信息的构成元素,也是人类交通的组成部分,准确的道路信息对于地图更新、车辆导航、运输管理等各个方面都具有十分重要的意义。随着经济的发展与社会的进步,人们对于道路信息的需求也在不断扩大,如何准确高效地提取道路信息已成为现阶段的研究热点。机载Li DAR作为一种主动式空间测量系统,集成了激光测距、GPS定位、惯性导航等先进技术,不仅能够高效地获取地面的三维坐标,还能记录地物的回波次数、反射强度等信息,它的出现与发展为道路提取提供了全新手段。目前对于机载Li DAR技术的研究主要集中在地形平坦的城市区域,对山区道路提取的研究相对较少,而传统的基于遥感影像的方法已无法及时满足人们的需要。考虑到以上因素,本文系统探讨了基于Li DAR点云数据的山区道路提取技术,重点研究山地地区Li DAR点云滤波算法与道路分类方法,具体研究内容包括:1)总结了机载Li DAR技术的发展历程,分析当前的研究热点及国内外的研究现状。阐述了机载Li DAR系统的组成和工作原理,并简单说明其应用方式和应用领域。2)介绍了点云滤波的基本原理,详细总结了当前几类典型点云滤波算法的原理与实现流程,提出了一种基于规则网格划分策略的滤波算法。首先将整块点云数据切分为条带,接着对每一条带选择合适间距等距离细分为网格数据,以网格数据为对象进行迭代多项式拟合,最终通过阈值控制实现点云分类。选取ISPRS提供的山地样本数据来测试本文算法的性能,实验分析表明,针对不同特征的山地数据,本文提出的算法能够快速有效地进行分类,良好地保持了地形特征信息,地面点识别的准确率超过92%。3)评述了当前几种基于Li DAR点云数据的道路提取方法。总结了山区道路的典型特征属性,在此基础上提出基于多特征约束的山区道路提取方法。运用k-d树邻域搜索算法计算提取每个离散脚点的邻域点数、法向量和粗糙度三个主要特征约束,设定阈值获得候选道路点集;采用DBSCAN算法提取道路聚簇,并提出通过聚簇点数和形状指数进一步剔除非道路点集;接着通过形态学方法细化道路区域。选取香港某山区Li DAR数据进行实验验证并与其卫星影像对比分析,证明本文提出方法能够较为完整地提取出山区道路信息,具有较高的效率。最后指出山地道路提取的未来研究方向。