机载激光雷达系统(Light Detection And Ranging,简称LiDAR)是近几年发展起来的一种能够快速、准确获取地面真实三维数据的高新技术。LiDAR技术在城市建筑物提取方面的应用越来越广泛。由于LiDAR点云缺乏纹理信息、数据密度不均匀以及空间分布不连续,直接利用点云数据进行建筑物特征提取非常困难,而结合CCD影像可以弥补纹理不足的缺陷,提取出准确的建筑物特征。在系统地梳理了LiDAR系统的工作原理、实际应用以及点云数据的特点的基础上,研究和分析了国内外将LiDAR点云与影像结合提取三维建筑物特征的算法的特点,提出了先对点云数据进行数据分割得到建筑物点,用不规则三角网内插法多次内插加密点云数据后生成影像,再与从正正射影像信息提取的纹理信息结合提取准确建筑物特征的方法。本文在点云数据分割过程中根据实验区建筑物的高度信息提取出初始建筑物点云,并提出了新的点云数据建筑物分割方法—八邻域搜索方法,实现了快速准确地分割建筑物数据,提取出了不含噪声点的建筑物点云；在CCD影像建筑物特征提取过程中,优化选择了LiDAR点云数据的表达方式和内插方法。根据所选实验区域特点,结合建筑物的颜色特征和形状特征对实验区域进行分割,提取了粗略的建筑物区域。用基于形态学的方法提取了准确的建筑物特征；在提取出两种不用数据源的建筑物特征后,研究了将基于灰度的图像匹配方法和基于特征的图像匹配方法相结合提取三维建筑物特征的方法,并优化选择了匹配基元,寻找了基元间的本质属性,制定了相应的匹配准则(约束条件),选取了合理的匹配策略,设计了良好的算法结构等,最后用Matlab编程语言将该匹配过程实现,并用实测数据对建筑物进行了精度验证。