激光雷达测量技术(LIDAR)是一种有效、快速地获取空间数据的技术手段,是目前空间信息处理研究的热点,对获取到的点云数据进行处理是其中的一个重要的研究方向。点云数据处理包括数据预处理,滤波分类和特征提取等三个方面,其中LIDAR点云数据的滤波分类和特征提取是LIDAR点云数据处理中最重要的部分,它是其他后续数字产品生产的基础。本文主要针对LIDAR点云数据滤波处理方法进行了研究,深入分析了LIDAR点云数据的构成及其特点,对LIDAR点云数据的标准存储格式LAs进行了介绍,探讨了LIDAR点云数据滤波过程中的难点和关键因素,对LIDAR点云数据进行了滤波处理和特征提取。本文的主要工作和创新点有：(1)对国内外现有的LIDAR点云数据滤波算法进行了研究,在此基础上针对迭代最小二乘滤波算法做了一些改进,增加了剔除低局外点、格网化分块,提出设置“缓冲阈值”来减小滤波后的总体误差,采用最小二乘法拟合曲面实验和实现了一种顾及“缓冲闽值”的点云数据滤波算法；(2)将遥感图像处理中的分类方法引入到点云数据的处理之中,在考虑点云的几何信息的基础上,结合点云的其他物理属性信息,采用监督分类方法对彩色点云数据进行了特征提取的初步研究实验；(3)结合点云数据滤波和特征提取的研究工作,开发了一个LIDAR点云数据处理系统软件,实现了基本的点云数据处理功能。