为了提取含有噪声的激光扫描距离图像中的特征，提出了一种多尺度自适应滤波方法。该方法由特征估计和多尺度滤波两部分组成。利用无嗅卡尔曼滤波器构建自适应特征估计器，估计扫描点间的几何拓扑关系，并用估计过程中所获得的Mahalanobis距离构建扩散滤波核，对原始距离像进行多尺度滤波处理。为了能够仅依靠单一模型实现对环境中不同几何元素的有效估计，介绍了一种根据距离像局部特性进行自适应调整的曲线估计模型。试验结果表明，在噪声方差为2.25×10-4 m2时，经自适应滤波处理后的图像的最高峰值信噪比增益达10.55 dB，均方误差减小58.24%。与基于固定模型的滤波相比，本文所述自适应模型滤波法能够使特征提取的正确率提高10%，而时间消耗减少55%。