机载激光雷达是近些年迅速发展的高新技术之一,它能够快速的获取地面的3维结构信息,并广泛应用于三维测绘,植被保护,电力线巡检等领域。点云分类又称为点云语义分割,点云语义分类。随着近些年机载激光雷达技术的发展,点云分类已经成为一个热门的研究方向。本文对比分析三种点云滤波算法,分别为基于数字形态学的滤波算法、基于不规则三角网的滤波算法、基于布料模拟的滤波算法。选取激光雷达遥感点云数据集ISPRSVaihingen,使用三种算法分别进行滤波实验,分析滤波结果。基于不规则三角网的滤波结果精度低于其他两种算法,基于数字形态学的总体滤波精度较高,但是Ⅱ类误差大于基于布料模拟滤波结果,高程值归一化结果较差。因此选择布料模拟的滤波结果进行点云分类。本文提出基于布料模拟滤波和随机森林的点云分类的方法。通过布料模拟滤波生成的地面点云进行高程值归一化,可以削减地形变化对点云分类精度的影响。对比未归一化结果,分类精度有30%的提升。把点云信息与遥感光谱信息融合进一步提高分类精度。对比其他分类结果有3%到5%的提升。