激光雷达(LIghtDetectAndRanging，LDAR)，即机载激光扫描(Laserscanner)，是一种主动式对地观测技术，具有表现细节信息能力强、对纹理信息要求低、受成像条件影响小、反应时间短、自动化程度高等特点，在数字高程模型建立、水道测量、植被信息提取、三维城市建模、线路制图等方面具有现实和潜在的应用价值。本文讨论了基于激光雷达数据的滤波、建筑物区域检测和人字形模型重建等三方面的内容。 激光雷达数据是分布于物体表面的离散三维点云，它们可能来自于任意能够反射激光的表面，为重建数字高程模型(DigitalElevationModel，DTM)，需要首先去除数据中的非地面点，这个过程就是激光雷达数据的滤波。相关工作在国际上已经开展多年，大致可以分为基于表面和数学形态学两类。本文提出并实现了一种自适应形态学滤波方法，解决常规形态学方法中需要人工指定滤波窗口尺寸的问题。同时，利用滤波结果建立了城区数字高程模型。 建筑物模型重建是激光雷达应用的另一个主要领域，也是信息提取中的难点问题。本文着重讨论建筑物区域检测和模型(平面、人字形屋顶)重建两方面的问题。对前者，提出一种检测手段，并通过拟合的建筑物外边界及平均高程建立了简化的三维城市模型。对后者，提出一种基于特征线提取的重建方法。该方法可以作为这类对象建模的一般方法应用于建筑物重建系统中。 论文主要内容如下： 1.讨论了激光雷达数据特点。首先简要介绍激光雷达系统相关概念，之后结合数据获取方式探讨其形成机制，并对数据的优、劣势及几个相关问题加以阐述。 2.讨论了激光雷达应用中几种有代表性的数据表达方式，包括规则格网、不规则三角网、剖面、体元等。对这些方法进行了总结和比较分析，指出它们各自的优势和不足。此外，通过对激光雷达数据、表达方式、算法三者间相互关系的分析，探讨了数据表达方式在信息提取中所起的作用。 3.提出一种自适应形态学滤波方法。对一般形态学滤波算法需要指定搜索窗口尺寸问题进行了改进。在该方法中，搜索窗口自动扩大，直至搜索到已经被确定为地面的数据点。利用三个不同分辨率的激光雷达数据集进行了实验，并对结果进行了定性、定量分析。 4.以自适应形态学滤波方法为基础，提出一种建筑物检测方法，得到了包含独立建筑物的区域。这个结果可以作为建筑物模型重建的初始信息，有助于减少计算复杂度。 5.提出一种重建平面和人字形屋顶规则建筑物模型的方法。该方法以特征线提取为基础，通过线的组合得到特征面。这种方法的特点是：在线特征线过程中，对平面、高程信息进行分开求解，简化了计算过程。