机载激光雷达技术(Airborne Light Detection And Ranging,简称LiDAR)已成为一种新型空间数据获取手段,利用激光测距技术、高精度动态载体姿态测量技术和高精度动态GPS差分定位技术获取各激光脚点的空间三维坐标及反射强度等信息。LiDAR为主动式遥感,其数据采集对天气、季节以及时段要求较低,可快速获取地表空间信息。数字高程模型作为基础测绘数据,在地学分析等方面扮演中重要的角色,机载LiDAR已成为快速获得大范围高精度DEM的重要手段。本文首先介绍了常用的滤波算法,并总结了滤波算法的精度评定方法,详细地介绍了定量分析中评价方法及评价指标。对涉及到滤波的相关问题进行了论述和分析,例如：首末回波的选择、点云密度与栅格大小的确定、数字高程模型的确定等,得出：末次回波更有利于滤波处理,能够充分利用LiDAR的穿透性；适当的点云密度可提供点云数据的滤波精度,但过高的点云密度则造成数据冗余,降低滤波效率且对滤波精度并无提高；部分算法在滤波处理的过程中可生成DEM,但是该DEM是基于滤波设计并非最优,故需对激光脚点进行判断,然后利用成熟的内插方法生成数字高程模型。机载LiDAR的视场角比传统摄影测量相机小,且航高较低,数据容易存在扫描漏洞；同时由于房屋遮挡及水体吸收也会产生数据空洞。许多滤波算法是基于栅格数据对点云数据进行滤波,故在滤波前需进行点云数据栅格化。本文系统总结了点云栅格化的流程,对现有的大面积数据缺失的填充方法进行分析,提出了基于地形的填充方法,实验结果表明：地形填充可适应不同原因造成的区域数据缺失,能够有效地保证高程的连续性并可保证滤波精度。桥梁作为交通枢纽,是连接间隔地面的构筑物,其与地面有着诸多相同的特性。桥梁属于非常重要的地物类型,部分滤波算法将桥梁保留,而部分则将其移除。为了增强地面点的可信度并满足不同用途的需求,因此将桥梁提取并根据实际需求予以移除或者保留。本文在对形态学滤波和区域生长滤波研究的基础上,通过桥梁特点的归纳和分析,提出了一种基于形态学滤波和区域生长滤波的差异性进行桥梁探测的算法。该算法不受桥梁的形状限制,桥梁可分叉、无需平行和等宽,甚至在部分桥梁数据不完整的情况下也有效。对多尺度形态学滤波进行改进,根据结构元可能对应的地物类型进行高差阈值的选择,同时在滤波过程中顾及了结构元与滤除地物的形态特征(面积、宽度等)。针对基于形态学滤波存在的过度腐蚀地形,以及基于区域生长滤波需要大量地面种子点的现象,提出了一种从粗到精的两级滤波策略。首先对LiDAR点云数据进行改进的多尺度的形态学滤波(“粗滤波”)得到粗略DEM,由此可提供大量的地面种子点用于区域生长(“精滤波”),从而得到精细DEM。该滤波算法所需参数较少,精度不受最大滤波窗口影响,仅与生长高差相关,较单独形态学滤波精度有明显的提高。利用ISPRS提供的滤波数据进行测试,所有样本的整体滤波精度达到总误差3.51%和Kappa系数87.70%,结果表明：基于形态学与区域生长的LiDAR点云数据滤波算法的精度优于当前的多种算法,对地形适应较强,可有效地保证地形细节特征,且具有较好的稳健性。