基于遥感影像与点云数据的建筑物三维重建技术研究
| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第10-26页 |
| 1.1 研究背景及意义 | 第10-11页 |
| 1.2 国内外现状 | 第11-24页 |
| 1.2.1 遥感影像和点云数据获取现状 | 第11-17页 |
| 1.2.2 建筑物三维模型重建国内外研究现状 | 第17-24页 |
| 1.3 本文的研究内容和结构安排 | 第24-26页 |
| 第二章 数据预处理 | 第26-33页 |
| 2.1 点云数据组织 | 第26-29页 |
| 2.1.1 规则格网 | 第26-27页 |
| 2.1.2 不规则三角网 | 第27页 |
| 2.1.3 k-d树 | 第27-28页 |
| 2.1.4 虚拟格网 | 第28-29页 |
| 2.2 异常点剔除 | 第29-32页 |
| 2.2.1 异常点剔除方法 | 第29-31页 |
| 2.2.2 异常点剔除实验 | 第31-32页 |
| 2.3 小结 | 第32-33页 |
| 第三章 建筑物检测 | 第33-70页 |
| 3.1 点云滤波 | 第33-38页 |
| 3.1.1 常用滤波方法分析 | 第33-34页 |
| 3.1.2 梯度引导下的分块曲面点云数据滤波 | 第34-38页 |
| 3.2 建筑物点云的检测 | 第38-55页 |
| 3.2.1 点云和影像的特征分析 | 第39-44页 |
| 3.2.2 基于支持向量机的建筑物检测 | 第44-51页 |
| 3.2.3 检测结果的优化 | 第51页 |
| 3.2.4 最终建筑物区域的标记 | 第51-54页 |
| 3.2.5 检测流程 | 第54-55页 |
| 3.3 实验与分析 | 第55-68页 |
| 3.3.1 点云滤波 | 第55-57页 |
| 3.3.2 建筑物检测 | 第57-68页 |
| 3.4 小结 | 第68-70页 |
| 第四章 基于建筑物点云数据的三维重建 | 第70-106页 |
| 4.1 建筑物重建方法分析 | 第70-73页 |
| 4.2 局部特征约束的建筑物屋顶点云分割方法 | 第73-81页 |
| 4.2.1 传统方法分析 | 第73-75页 |
| 4.2.2 局部约束的建筑物屋顶点云分割 | 第75-77页 |
| 4.2.3 处理流程 | 第77-78页 |
| 4.2.4 实验与分析 | 第78-81页 |
| 4.3 建筑物模型重建 | 第81-99页 |
| 4.3.1 建筑物初始边界点提取 | 第81-83页 |
| 4.3.2 感知编组概念 | 第83页 |
| 4.3.3 基于感知编组思想的建筑物三维模型重建 | 第83-99页 |
| 4.4 实验与分析 | 第99-105页 |
| 4.5 小结 | 第105-106页 |
| 第五章 建筑物屋顶模型优化 | 第106-120页 |
| 5.1 影像边缘检测 | 第106-108页 |
| 5.1.1 边缘检测方法 | 第106-107页 |
| 5.1.2 边缘检测方法效果对比分析 | 第107-108页 |
| 5.2 影像辅助下的建筑物屋顶模型优化 | 第108-119页 |
| 5.2.1 优化方案 | 第108-109页 |
| 5.2.2 建筑物屋顶直线特征提取 | 第109-114页 |
| 5.2.3 建筑物屋顶模型点的优化 | 第114-119页 |
| 5.3 小结 | 第119-120页 |
| 第六章 建筑物三维模型重建系统 | 第120-127页 |
| 6.1 系统组成及功能 | 第120-124页 |
| 6.2 开发运行环境及支持的数据格式 | 第124-126页 |
| 6.3 小结 | 第126-127页 |
| 第七章 总结与展望 | 第127-129页 |
| 7.1 论文的主要工作及创新点 | 第127-128页 |
| 7.2 有待进一步研究的问题 | 第128-129页 |
| 致谢 | 第129-130页 |
| 参考文献 | 第130-136页 |
| 作者简历 | 第136-137页 |
