三维激光扫描技术是测绘科学和其他如机械、建筑等领域的一次技术革新,以机载LiDAR技术为例的空间信息获取方法已经在多个行业表现出巨大优势和潜力。针对机载LiDAR作业获取的点云数据处理问题,本文分别从点云粗差剔除、点云滤波、点云特征提取、点云分类和应用建模等角度展开研究,通过实验测试完成相关算法的实现和比较。论文重点研究机载LiDAR点云的粗差剔除、滤波及特征提取问题,主要的工作及成果如下:(1)由于机载LiDAR点云的海量、散乱等特性,以搜索k邻近点为例,测试点云数据组织对于点云数据处理的重要程度;在构建k-d树的前提下,测试不同样本中搜索不同k邻近点与时间开销的关系;(2)通过实际数据实验,提出以剔除点中包含地面点的比率完成对基于频数分布、基于格网化信息和基于邻近信息的点云粗差点剔除方法的对比测试,获取各方法在实际应用中的经验值;(3)从自动化、分割的角度提出了依据多切面投影机载LiDAR点云滤波方法,对其原理进行介绍,并通过实例完成测试;(4)设计并开发了点云特征量提取软件,采用对从模拟数据提取的包含高程、曲率、空间特性等不同类型的特征量进行三维渲染着色的方法,分析各特征量的适用性和相关参数设置参考值;(5)以分别代表自然地貌和城市的实测点云数据为例,在完成相关特征量提取的前提下,实现对自然地貌点云中位于轮廓线、沟坎等位置的主要特征点的提取;重点针对城市实验区,分析从中提取的线特征、面特征的效果及局限性;然后,提出利用法向量夹角变化程度、相对高程等特征量,采用构建规则集逐级分类的方法来实现点云分类,并进行实验测试;最后,从分类效率及自动化的角度引入SVM,并测试其分类效果。