机载激光雷达(Light Detection and Ranging-LiDAR)集成了GPS技术、惯性导航技术、激光测距技术,是一种新型的对地测绘手段。作为一种主动的遥感手段,具有一定的穿透性,能够直接获取目标的三维坐标,已成为遥感数据采集的一种重要方式。本文系统的分析了机载LiDAR系统的工作原理,数据特点以及系统误差;深入的研究、探讨了机载LiDAR点云数据后处理的关键技术:机载LiDAR的粗差剔除方法和机载LiDAR的滤波方法。本文主要研究内容及工作如下:1.随着机载LiDAR系统的不断改进,系统的频率不断的增加,导致获取的点云数据中包含了大量的粗差;现有的粗差剔除方法对于目前“流星雨”式分布的粗差不能有效的剔除。故本文改进了基于邻近点搜索的粗差剔除方法,首先依据点云的高程数据进行直方图频数分析剔除高程值与地面点和地物点高程值相差较大的粗差;然后使用邻近点搜索剔除距离地面点和地物点较近的粗差。该方法能够有效的剔除现有的“流星雨”式分布的粗差,减少了粗差对后续滤波的影响,并且保留原有的地形地貌特征。2.现有的机载LiDAR的数据滤波方法在处理复杂场景点云数据时还存在一定的困难,导致人工滤波需要占据整个数据处理时间的60%—80%。本文应实际的需要结合多回波、高程、坡度信息,提出融合多特征的机载LiDAR点云数据的滤波方法,该方法将原始点云单次回波和末次回波放入一个包围盒中,将此包围盒划分为n个小包围盒,通过包围盒内和包围盒之间的高程值、坡度比较,滤除掉地物点,并且在滤波过程中,不断的改变包围盒的底面积以满足滤波的需要。该方法对于复杂的地物、植被密集的地区,能够得到比较好的滤波结果。