El análisis de nubes de puntos basado en objetos (OBPA) es útil para la extracción de información de nubes de puntos LiDAR aéreas. Se propone un método de clasificación basado en objetos para clasificar las nubes de puntos LiDAR aéreas en áreas urbanas. En el proceso de clasificación, se emplea un algoritmo de crecimiento de superficie para agrupar las nubes de puntos sin valores atípicos, se calculan trece características de la geometría, radiometría, topología y características de eco, se utiliza una máquina de soporte vectorial (SVM) para clasificar los segmentos, y se propone un análisis de componentes conectados para nubes de puntos 3D para optimizar los resultados de clasificación originales. Se emplean tres conjuntos de datos con diferentes densidades de puntos y complejidades para probar nuestro método. Los experimentos sugieren que el método propuesto es capaz de clasificar las nubes de puntos urbanas con una precisión de clasificación general superior al 92.34% y un coeficiente Kappa superior a 0.8638, y la precisión de clasificación se mejora con el aumento de la densidad de puntos, lo que es significativo para varios tipos de aplicaciones.