道路是人类交通的重要组成部分,在人类对森林的管理中起着重要的作用,林间道路的数据采集对于车辆导航、火灾抢险、林业研究、地籍管理、GIS数据库更新等是必不可少的数据源。随着国民经济的飞速发展,人们对获取林间道路的完整信息的需求也越来越高,如何高效、准确、时效的获取林间道路信息成为了人类获取信息的热点。机载LiDAR测量技术的出现,以其高效准确的三维信息获取能力和丰富的回波信息,为获取林间道路信息打开了一扇新的大门。目前,关于机载LiDAR技术的研究,主要集中在改善点云精度、优化测量系统、对点云数据的滤波、建筑物的建模等等。在滤波方面,研究的成果主要适用于地形平坦的城市区域,而对地形起伏较大的森林山地地区研究较少；而对道路提取方法的研究中,比较成熟的方法是利用遥感影像对道路进行提取,利用机载LiDAR点云数据对道路的提取研究还比较少,学者们对LiDAR点云数据的利用还不够全面。针对上述的多方面的因素,本文综合利用了机载LiDAR点云数据中的三维信息和回波信息,以快速、准确、高效的获取林间道路信息为目的进行了一系列的研究,具体研究内容包括：(1) 概括总结了机载LiDAR技术的发展,以及国内外对其研究的进展,介绍了机载LiDAR系统的组成部分、测量技术的主要原理、点云数据的结构特点和主要应用领域。(2) 讲解分析了现有的几种经典的点云滤波方法,对每种方法进行了简要的评价。针对本文对林间道路信息进行提取的目的,采用了改进坡度的形态滤波学,该算法在渐变式多尺度形态学滤波的基础上进行了改进,使其对地形起伏较大的区域有着更好的适应性,为位于山林地区的林间道路的提取提供了精度保证。(3) 基于林间道路的形态特征和支持向量机原理,提出一种从机载LiDAR点云数据中提取林间道路的方法。首先,选取末次回波去噪、栅格化,生成数字表面模型和强度信息模型；然后,经过改进坡度的形态学滤波,得到DEM,并获取道路潜在区域；再通过支持向量机对坡度信息进行分类和强度信息的分类,得到含有少量噪声的初始道路区域；最后,利用形态参数对初始道路区域进行去噪、精化,得出最终道路区域。(4) 选取了非平坦区域的森林地区,运用了本文提出的方法,使用MATLAB编程实现了林间道路的提取。实验证明,该方法的预测精度较高,与遥感影像对比,能较好的提取出道路区域,且具有较高的正确率和完整性。并说明了该算法的一些不足,以及林间道路提取方法研究的发展方向。