地表拓扑特征的提取是地理信息研究中的重要环节,对地表建模、地图制图以及地形分析等领域具有重要意义。地表起伏变化多种多样,从地表特征变化角度,其难以找到地表描述的统一指标,但从拓扑角度,地表形态的构成却有规律可循,能够通过特定地表拓扑特征对地表形态进行描述。山峰点、山谷点和鞍部点及其构成的山脊线和山谷线是描述地表形态的重要特征,能够为后续数据处理和分析奠定良好的数据结构基础。三维激光扫描技术是地表数据获取的重要工具,能够快速获取较完整的地表点云数据,但存在数据量庞大、数据信息冗余、不具备拓扑结构等问题,因此如何识别地表特征点、构建特征线以形成良好地表拓扑数据结构,是地表特征提取和拓扑简化的主要研究内容。针对地表点云数据存在的不足以及传统地表特征算法特征识别不准确、拓扑结构构建不完整以及特征重要性度量指标适应性差等问题,本文首先对地表点云数据进行预处理,然后重点围绕分段线性Morse理论下的地表特征识别与构建以及特征重要性度量与特征拓扑简化等科学问题展开,主要的研究内容如下所述:（1）总结了机载点云滤波相关概念及算法,系统介绍了Morse理论相关知识详细介绍了点云滤波算法,重点介绍了分段线性Morse理论的原理及其应用。一方面,详细介绍了目前常用的点云滤波算法,并总结了算法的不足之处。另一方面,本文对经典Morse理论、离散Morse理论以及分段线性Morse理论的发展、原理及应用做出了详细阐述,系统介绍了Morse理论的相关概念,如:拓扑、海塞矩阵、关键点、Morse-Smale复形等。（2）改进了自适应阈值点云滤波算法针对目前点云滤波算法普遍存在适应性差,人工参与因素过多的问题,本文对自适应阈值点云滤波算法进行了改进,在移动曲面的基础上,利用曲率极限值设定自适应滤波阈值。首先选用混合最小二乘法更精确对地表进行曲面拟合;然后利用拟合曲面高程值与真实地面高程值的差值,经过一级滤波将尺寸较大的地物滤除;最后利用格网最低点的真实地面高程值计算曲率极限值,设定二级滤波阈值滤除与地面相似的非地面点。实验结果表明,该算法滤波总误差平均值达到6.26%,连续地形滤波总误差可达到4.00%以下,可以较精确地区分地面点与非地面点,且适应性较强。（3）实现了分段线性Morse理论下的地表特征提取及拓扑构建针对传统地表特征提取算法准确性较低、常用的地表数据结构的拓扑构建不完整等问题,本文实现了分段线性Morse理论地表点云数据的特征提取与拓扑构建。首先利用分段线性Morse函数临界值的计算,对点云数据进行分类后提取关键点;然后根据特征线寻径算法构建特征线,生成Morse-Smale复形对整个地表进行四边格网剖分,提取山脊线和山谷线为地表点云数据建立良好拓扑结构。实验结果表明,该算法特征提取的平均点云压缩率达到22.82%,总体上能构建完整地表拓扑结构,提取出主要特征线对地表拓扑特征进行表达。（4）提出了新的特征重要性度量指标,并基于其实现了地表特征拓扑简化针对地表特征拓扑简化中传统特征重要性度量指标适应性较差的问题,本文在“持续值”的理论基础上,提出一种新的特征重要性度量指标。首先计算特征点的经典持续值作为特征重要性指标,对Morse-Smale的特征重要性进行评估;然后利用Morse-Smale复形的特征重要性指标二次评估特征点重要程度,经过计算构成新的特征重要性度量指标,再次对Morse-Smale复形进行特征重要性度量,并基于其完成拓扑简化。实验结果表明,该指标进一步细化了特征重要性指标,将冗余地表特征剔除并构建精确简洁的拓扑结构,平均点云压缩率达到70.82%,为后续地形数据的处理与分析奠定良好数据结构基础。