作为城市主体,建筑物信息的提取一直是国内外学者研究的热点。针对目前机载激光点云数据量大、建筑点云提取不完整等难题,提出一种面向对象构建决策树的建筑点云高精度提取方法。决策树可以同时处理多种数据属性,并且对缺失值不敏感,利用点云中每个对象属性与对应各个特征值之间的映射关系,结合每个激光脚点与其邻域关系、高程均值等特征,为决策树每个内部节点生成建筑物点的判定条件,然后比较所有分类特征对应的点集不确定性(熵),确定最优特征及最优候选值,有监督地从样本数据中学习得到正确的分类器,进而完成待处理点云中建筑物点的高精度提取。实验结果表明,本文方法能够从机载激光点云数据中有效提取建筑物点,准确率可达96%。