近年来，随着科技的发展，“数字地球”、“数字城市”概念的提出，快速而准确的获取地区地形数据和建筑物三维空间信息显得日趋重要。LiDAR技术是近几十年来快速发展起来的一种新型测量技术，为地区测量提供了新方法。点云数据的分类主要应用于城市规划、城市三维模型的构建等，按照分类的特征，提取地表重要信息。机载LiDAR系统可以直接获取地面三维坐标数据，而遥感影像上有着丰富的光谱信息、纹理信息等属性，将两种数据结合，可以弥补基于单源的遥感影像或LiDAR点云数据进行分类的不足。　　本文以机载LiDAR点云数据和长波红外遥感影像为数据源，将典型地物分为地面点、道路、建筑物、植被以及其它共五类地物。首先，基于正交多项式滤波算法对机载LiDAR点云进行滤波运算，分离地面点与非地面点;然后基于面向对象的遥感影像分割算法，提取道路网、树木轮廓及建筑物特征;再结合LiDAR点云数据，将点云数据栅格化，栅格化的分辨率要与遥感影像的分辨率保持一致，使两种数据叠加在一起，基于裁剪原理，裁剪出地物特征影像;最后，从二维影像提取三维点云，从LiDAR点云数据中首先分类出道路点，通过区域增长算法生成路面三维模型，再依次提取树木轮廓特征、建筑物特征及其它。　　本文以海地震后获取的机载LiDAR点云数据与长波红外遥感影像和吉林省长春市机载LiDAR数据为实验数据，利用三维图像库OpenGL与Matlab进行了程序的开发，编写了点云数据的滤波处理与影像裁剪程序，验证了本文算法的可行性，取得了较好的实验结果。