本发明提出的是一种基于多层次聚合特征提取与融合的点云分类方法,包括如下步骤:(一)多层次点集的构建;(二)基于LLC‑LDA的点集特征提取;(三)基于多尺度最大池化(LLC‑MP)的点集特征提取;(四)基于多层次点集特征融合的点云分类。本发明提出一种基于多尺度最大池化和latent Dirichlet allocation(LDA)的多层次点集聚合特征提取与融合方法,并基于融合的聚合特征实现点云分类。本发明算法通过多层次聚类,自适应获取多层次多尺度目标点集,通过局部线性约束稀疏编码(Locality‑constrained Linear Coding,LLC)表达点云单点特征,利用点坐标构建尺度金字塔,并基于最大池化方法构造能够表征点集局部分布的特征,然后融合该特征与LLC‑LDA模型提取点集全局特征,最终利用融合的点集多层次聚合特征实现点云分类。