基于二值体元数据结构模型的机载LIDAR点云3D滤波方法
| 致谢 | 第4-5页 |
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 1 绪论 | 第9-17页 |
| 1.1 研究目的和意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-15页 |
| 1.3 研究内容 | 第15-17页 |
| 2 机载LIDAR系统 | 第17-29页 |
| 2.1 机载LIDAR系统组成 | 第17-18页 |
| 2.2 机载LIDAR系统定位原理 | 第18-19页 |
| 2.3 机载LIDAR技术的特点 | 第19-20页 |
| 2.4 机载LIDAR数据 | 第20-28页 |
| 2.4.1 机载LIDAR数据组成 | 第20-22页 |
| 2.4.2 点云数据格式 | 第22-23页 |
| 2.4.3 机载LIDAR点云数据的特点 | 第23-25页 |
| 2.4.4 滤波算法中常用的数据表达方式 | 第25-28页 |
| 2.5 本章小结 | 第28-29页 |
| 3 二值体元数据结构模型的构建 | 第29-34页 |
| 3.1 异常数据的辨识及剔除 | 第29-30页 |
| 3.2 去除异常数据集的轴向包围盒 | 第30-31页 |
| 3.3 体元分辨率计算及轴向包围盒划分 | 第31-32页 |
| 3.4 体元赋值 | 第32-33页 |
| 3.5 本章小结 | 第33-34页 |
| 4 基于二值体元数据结构模型的3D滤波 | 第34-40页 |
| 4.1 基于体元的3D滤波算法原理及流程 | 第34-36页 |
| 4.2 地面种子体元选取 | 第36-37页 |
| 4.3 标记种子体元的3D连通集合 | 第37-38页 |
| 4.4 V3F算法的优势 | 第38-39页 |
| 4.5 本章小结 | 第39-40页 |
| 5 实验结果及分析 | 第40-56页 |
| 5.1 实验数据 | 第40-42页 |
| 5.2 结果及分析 | 第42-54页 |
| 5.2.1 邻域尺度的影响 | 第43-46页 |
| 5.2.2 体元化和3D滤波结果 | 第46-48页 |
| 5.2.3 定量精度评价 | 第48-52页 |
| 5.2.4 各滤波算法精度对比 | 第52-54页 |
| 5.2.5 V3F算法的效率 | 第54页 |
| 5.3 本章小结 | 第54-56页 |
| 6 总结与展望 | 第56-59页 |
| 6.1 总结 | 第56-57页 |
| 6.2 展望 | 第57-59页 |
| 参考文献 | 第59-62页 |
| 作者简历 | 第62-64页 |
| 学位论文数据集 | 第64页 |
