机载激光雷达测量技术是测绘领域的一项热门高新技术,机载激光雷达测量受外部环境和天气的影响很小,能够通过非接触主动测量来获取高精度真实地面的三维地形数据。因而在灾害监测、文物保护、电力线路勘测设计、森林植被调查、军事调查、地形测绘等方面得到了广泛的应用。随着机载激光雷达测量技术的不断进步,应用范围越来越广,硬件技术和系统集成问题已基本得到解决,但点云数据处理仍然是当前测绘领域的研究热点和重点,主要包括安置角误差的检校、点云自动化的滤波、机载激光雷达测量数据的地物提取等。本文对机载激光雷达数据处理进行了相关研究分析,首先分析了系统的组成和几何定位原理,研究了机载激光雷达数据处理的基本流程和系统的主要误差来源。着重研究了安置角检校的理论方法,并通过具体的检校实验及精度分析验证了只需选择特征地物,无地面控制点的安置角误差检校方法的正确性。针对当前滤波算法需要的参数多、阈值设置门槛高、适应性差的特点,本文提出了基于数学形态学开算子和偏度平衡法结合的滤波方法。该方法克服了偏度平衡法需要地形绝度平坦的缺点,充分利用了偏度平衡法不需要阈值和数学形态学开算子参数设置门槛低、效率高的优点,并通过实验检验了该方法的可行性。针对滤波后得到的非地面点(房屋、植被等),本文提出了对模糊C-均值聚类(FCM)改进的一种屋顶点提取方法。该方法主要克服了模糊C-均值聚类算法中分类结果与初始位置有关的不足,以及容易出现局部最优的缺点,将模拟退火算法和遗传算法相结合,利用它们各自算法的优势,克服了遗传算法的早熟现象。使得模糊C-均值聚类更有效、更快速地收敛到全局最优解,成功地进行了屋顶点的提取。