由于近年来城市化步伐加快，道路的更新非常迅速，传统的测绘方法不能有效及时的得到道路信息，越来越不能满足人们的需要，特别是道路导航方面。人们迫切需要一种能够迅速精确获取道路的方法。而机载激光雷达（Airborne Light Detection and Ranging，简称LiDAR）系统能够快速提供大量高精度地表测绘数据，这使得快速精确测绘成为可能。随着相关技术不断成熟和社会需求的不断扩大，机载LiDAR系统已经逐渐成为测绘领域中的一个研究热点。机载LiDAR系统是近年来逐步广泛应用的一种新型传感器，集激光、全球定位系统(GPS)和惯性导航系统(INS)三种技术与一身的空间测量系统，能够快速、精确获取地面的三维坐标、反射的强度、反射次数等信息。机载LiDAR系统能够提供水平间距小于1m、垂直精度在15~20cm左右的密集点阵数据。同时，机载LiDAR系统对天气的依赖小，不易受到阴影和太阳高度的影响，具有很强的适应性。利用LiDAR数据获取道路能够很好的获得航拍及其他手段无法获得的道路的三维信息，并能够逼真的还原道路的三维立体模型。本文主要研究利用LiDAR数据提供的高程及强度信息提取三维道路。利用分层算法获取地面点。然后采用一种基于道路几何特征的局部分层提取方法进行道路提取。对于道路来说，除了强度上的特点之外，更重要的是其几何特征。道路所具有的几何特征包括，连续性、带状、强度分步均匀，网状结构。然而，几何上的特点很难精确地量化，因此本文主要选取了道路的几个比较容易量化的几何特征来进行讨论，包括连续、拓扑特征、强度分布均匀等。本文首先研究了分层算法在LiDAR数据处理中的应用。分层算法，充分考虑了LiDAR数据在高程上的信息，通过分层使得处在不同高度上的信息独立呈现，不仅使计算机能够处理更加庞大机载LiDAR数据，而且降低了算法的复杂度，缩短了程序的运行时间。然后依据LiDAR数据中的高程信息结合分层算法进行DTM提取。将原始的LiDAR数据按照高度进行分层，通过连通性判断地表和非地表。由于地面坡度变化趋势缓慢且相互连通，因此在分层时会产生大片的连通区域。对这些大面积的连通区进行研究分析即可得到DTM。本文还研究了傅立叶描述子在LiDAR数据处理中的应用。傅立叶描述子是图形边界线的傅里叶变换系数，它将图形边界曲线信号转换到频域进行分析。DFT（即离散傅里叶变换）线性变换的具有可逆性，因此在DFT变换的过程中信息不会出现增益或损失。最后，结合上述方法并依据LiDAR数据中的强度信息结合分层算法和傅里叶描述子描进行道路提取。本文将结合道路的几何特征采用局部几何特征滤波的方法进行道路提取。由于在较大区域上对于道路形状的判断就会变得非常困难，且灵敏度低，极易将非道路区域引入。因此，本文将在局部区域上进行道路提取，最后再合并各个区域。在局部道路提取时，我们将采用强度分层提取的策略，层的厚度由局部道路的平滑程度决定。分层会沿强度逐渐上移，在移动过程中提取在形状上上符合道路特征的结构。实验结果表明，分层算法在LiDAR点云数据处理中的应用是完全可行的。能有效地降低时间复杂度并达到较高的提取精度，非常适合大范围LiDAR点云建道路的提取。