随着地面、车载、机载激光扫描采集系统技术的成熟,国内外越来越多的研究人员开始研究基于激光点云的物体三维建模。点云特征提取作为基于激光点云三维建模的一个重要环节,也逐渐成为其中的一个研究热点。针对已有点云特征提取算法不易于理解、实现难度大、数学运算复杂等缺点,综合数字图像和激光点云各自的优点,本文提出数字图像辅助激光点云特征提取方法,并给出详细的方法流程及实验结果。核心思想是将点云中的点映射到对应的二维图像中的像素,然后从图像中提取目标物体的特征,将特征所包含的像素根据对应关系找到在点云中的对应点,之后对这些点进行曲线和曲面拟合,由此得到点云的特征。需要解决的关键问题就是点云和对应二维图像的对应关系的建立,即点云和图像的配准。为了区别,本文将点云对应的由CCD相机获取的图像称为CCD图像。利用强度图像能够反映原始点云大部分特征的特点,将点云与CCD图像同名点的提取转换为点云强度图像与CCD图像的同名点提取。针对CCD图像和点云强度图像灰度差异大而不能使用传统的基于灰度信息的配准问题,引入医学图像配准中常用的基于互信息的图像配准算法,针对特征点的提取使用改进的自适应阈值Harris角点提取算法。利用共线条件方程解决点云和CCD图像的配准问题,通过曲线拟合和曲面拟合实现点云特征的精确提取。实验结果表明本文方法能够比较准确地提取点云特征,并且实现难度小、没有大量复杂的数学运算,具有一定的应用价值。