针对传统图像分割算法单次点云分类精度不高和数据格网内插精度损失等问题,提出一种改进的点云迭代粗分类方法。利用分割阈值对格网内插前的原始点云进行分类,避免内插造成的精度损失；对分类过程进行多次迭代,提升点云分类精度；滤波前剔除极低噪声点,避免其被选取为种子点而影响滤波精度。通过三组点云数据的滤波实验表明:本文滤波算法较传统的渐进三角网滤波算法精度高,且对于城镇、市中心城区等城区点云数据,均具有较好的适应性和良好的滤波效果。