机载LiDAR(Light Detection And Ranging,激光雷达)是一种以激光为探测手段的主动式对地观测系统,该技术在三维空间信息的实时获取方面有广泛的应用,能够获取高精度和高密度的地形数据。机载LiDAR系统可以获取非常稠密的点云数据,它在提供更丰富的地表细节的同时,也带来了大量的数据冗余,给数据处理带来困难,因此本文对机载LiDAR数据的抽稀方法进行了研究。总结了机载LiDAR数据的特点,研究了点云数据的组织与管理原则。重点研究和总结当前国内外关于机载LiDAR点云数据的抽稀算法。引入曲面变化量的概念,提出了以曲面变化量为基础的点云数据抽稀算法,并且设计评价点云数据抽稀结果的PSNR模型,来定性、定量地分析抽稀结果的好坏。对多种抽稀算法进行实验,最后对实验结果进行综合性的对比和分析。实验表明,基于曲面变化量的抽稀算法能够更好地压缩地形冗余信息,保留地形特征信息,并且能够自定义抽稀率,具有较好的实用价值。