中国是世界上受地震灾害影响最为严重的国家之一。地震发生后,灾区多伴有阴雨天气,加之地势环境复杂,如何迅速获得灾区灾情资料,为应急救援指挥决策提供准确及时有效的信息支持是亟待解决的问题。机载激光雷达系统(Light Detection And Ranging,LiDAR)又称激光测距系统。相比大部分仅能提供二维平面信息的光学和SAR影像,机载LiDAR系统获取的原始数据为离散的点云,不仅有目标点的空间坐标信息,还有该点的回波强度、回波次数等信息,无需定位解算即可获取目标区域的DEM(Digital Elevation Model),提高对受损建筑物的识别能力。机载激光雷达测量技术能获取建筑物的垂直结构形态,使得建筑物破坏程度定量分析成为可能。同时该技术受日照和天气条件的影响相比于光学遥感测量要小,基本可实现全天候对地观测,因此机载LiDAR点云数据可以用于建筑物震害的提取研究,能够在地震应急救援中发挥作用。建筑物破坏是地震造成人员伤亡和经济损失的主要原因,但当前基于机载LiDAR点云进行建筑物震害评估的研究和应用较少,因此开展基于机载LiDAR点云的建筑物震害识别的研究十分迫切。本论文在综合前人研究基础上,进一步分析不同地物机载LiDAR点云的特征属性,重点分析面向地物单体对象的点云特征并选取最优分类特征进行分类试验,以2010年海地地震震后在太子港部分地区为研究背景,最终实现了震后未倒塌建筑、倒塌建筑和树木的有效识别。本论文的研究重点有以下几点:(1)研究分析了现有的多种滤波方法,选取了形态学滤波、坡度滤波和CSF(Cloth Simulation Filter)方法对研究区域点云滤波进行试验比较。(2)基于研究区点云的高程信息,结合eCongonition工具通过人机交互的方式进行了地物单体对象划分。(3)进行了未倒塌建筑、倒塌建筑和树木等地物的点云特征分析。首次提出了点云回波次数比(Ratio of point cloud echoes number,R)特征,该特征可以较好地提取树木点云。同时结合回波强度、最邻近点高差、法向量夹角和坡度特征进行了面向地物单体对象的特征分析研究。(4)对研究区地物对象点云分类。本研究中基于matlab平台利用BP(Back-Propagation)神经网络方法、K-最近邻分类法和决策树归纳法进行了分类,实现了倒塌建筑物的提取。精度分析表明,三种分类方法的分类准确率都比较高,均不低于90%,表明本研究中所选取的分类特征和方法是有效可行的,能够较好实现震后主要地物的识别提取,可以在建筑物震害研究中应用,对增强地震应急救援辅助决策能力具有一定的现实意义。