| 摘要 | 第8-9页 |
| Abstract | 第9页 |
| 第一章 绪论 | 第10-21页 |
| 1.1 研究背景与意义 | 第10-12页 |
| 1.1.1 研究背景 | 第10-11页 |
| 1.1.2 研究意义 | 第11-12页 |
| 1.2 地面三维激光扫描技术 | 第12-16页 |
| 1.2.1 地面三维激光扫描仪的组成 | 第12页 |
| 1.2.2 地面三维激光扫描仪工作原理 | 第12-13页 |
| 1.2.3 地面激光扫描地形测量一般流程 | 第13-16页 |
| 1.3 国内外研究现状 | 第16-20页 |
| 1.3.1 地面激光扫描仪在地形测量中的应用研究现状 | 第16-17页 |
| 1.3.2 点云滤波算法研究现状 | 第17-20页 |
| 1.4 研究内容与结构 | 第20-21页 |
| 第二章 移动抗差趋势面滤波 | 第21-36页 |
| 2.1 趋势面模型 | 第21-22页 |
| 2.1.1 基本原理 | 第21页 |
| 2.1.2 模型参数求解 | 第21-22页 |
| 2.2 移动最小二乘趋势面滤波 | 第22-27页 |
| 2.2.1 拟合范围的确定 | 第22-23页 |
| 2.2.2 权的确定 | 第23页 |
| 2.2.3 移动趋势面滤波流程 | 第23-25页 |
| 2.2.4 实验及结论 | 第25-27页 |
| 2.3 移动抗差趋势面滤波 | 第27-34页 |
| 2.3.1 抗差估计原理 | 第27-29页 |
| 2.3.2 移动抗差趋势面滤波 | 第29-30页 |
| 2.3.3 实验及结论 | 第30-34页 |
| 2.4 本章小结 | 第34-36页 |
| 第三章 阴影搜索自适应数学形态学滤波 | 第36-55页 |
| 3.1 数学形态学概述 | 第36-37页 |
| 3.1.1 数学形态学基础算子—腐蚀和膨胀 | 第36-37页 |
| 3.1.2 开运算与闭运算 | 第37页 |
| 3.2 数学形态学理论在点云数据滤波中的应用 | 第37-41页 |
| 3.2.1 离散数据的数学形态学滤波 | 第37-38页 |
| 3.2.2 数据预处理 | 第38-40页 |
| 3.2.3 窗口大小及阈值的确定 | 第40-41页 |
| 3.3 规则网格数学形态学点云滤波 | 第41-45页 |
| 3.3.1 离散数据的规则网格组织 | 第41-42页 |
| 3.3.2 规则网格数学形态学滤波步骤 | 第42-43页 |
| 3.3.3 实验及结论 | 第43-45页 |
| 3.4 阴影搜索自适应数学形态学点云滤波 | 第45-53页 |
| 3.4.1 地面激光扫描地形数据特征 | 第45-46页 |
| 3.4.2 阴影搜索 | 第46-49页 |
| 3.4.3 基于阴影搜索的自适应数学形态学滤波 | 第49页 |
| 3.4.4 实验及结论 | 第49-53页 |
| 3.5 本章小结 | 第53-55页 |
| 第四章 扇形划分化简与滤波 | 第55-66页 |
| 4.1 典型点云化简方法 | 第55-57页 |
| 4.1.1 重采样法 | 第55页 |
| 4.1.2 包围盒法 | 第55页 |
| 4.1.3 网格化简法 | 第55-56页 |
| 4.1.4 几何图像化简法 | 第56页 |
| 4.1.5 聚类化简法 | 第56-57页 |
| 4.2 激光扫描数据空间分布特征 | 第57-59页 |
| 4.2.1 机载激光扫描点云空间分布特点 | 第57-58页 |
| 4.2.2 地面激光扫描地形点云空间分布特点 | 第58-59页 |
| 4.3 扇形划分化简与滤波 | 第59-64页 |
| 4.3.1 扇形划分原理 | 第59-61页 |
| 4.3.2 邻域搜索 | 第61-62页 |
| 4.3.3 化简与滤波 | 第62-63页 |
| 4.3.4 实验及结论 | 第63-64页 |
| 4.4 本章小结 | 第64-66页 |
| 第五章 总结及展望 | 第66-69页 |
| 5.1 滤波算法的应用 | 第66-67页 |
| 5.1.1 算法的适用性 | 第66页 |
| 5.1.2 算法组合使用 | 第66-67页 |
| 5.2 本文总结与展望 | 第67-69页 |
| 5.2.1 本文总结 | 第67-68页 |
| 5.2.2 展望 | 第68-69页 |
| 参考文献 | 第69-73页 |
| 作者简历 攻读硕士学位期间完成的主要工作 | 第73-74页 |
| 致谢 | 第74页 |