树高是一个重要的林冠参数，该参数的获取是合理森林经营管理的重要内容之一。传统的树高测量方法费时、费力，结合使用LIDAR数据和遥感影像是一种高效、高精度而又行之有效的方法，相关算法的研究可以为森林相关参数的获取奠定方法和理论基础。.在总结国内外使用LIDAR数据和遥感影像提取树高各方法的基础上，本研究提出iHMCFA滤波算法和THFM-s树高查找模型。iHMCFA模型的改进之处在于：Z字型索引机制加快数据处理速度、多级多方向滤波提高地面点和非地面点的判断精度、MRSM插值方法提高非地面点位置上的高程预测精度。将基于数学形态学的分水岭影像分割算法和构建Weibull函数预测下层木树高算法，集成到THFM树高查找模型中，构建THFM-s考虑下层木高度的树高查找模型，该模型在提高上层林树高提取精度的同时完成下层木树高的预测。