摘要 | 第5-7页 |
Abstract | 第7-9页 |
目录 | 第10-12页 |
图索引 | 第12-15页 |
表索引 | 第15-16页 |
第一章 绪论 | 第16-50页 |
1.1 论文选题的理由与意义 | 第16-18页 |
1.2 国内外研究现状及趋势 | 第18-46页 |
1.2.1 LiDAR点云滤波研究进展 | 第18-36页 |
1.2.2 建筑物检测研究进展 | 第36-40页 |
1.2.3 建筑物模型三维重建研究进展 | 第40-46页 |
1.3 本文的研究思路和组织结构 | 第46-50页 |
1.3.1 本文的研究思路 | 第46-48页 |
1.3.2 论文组织 | 第48-50页 |
第二章 机载LiDAR点云滤波与DEM提取 | 第50-80页 |
2.1 机载LiDAR点云数据特点 | 第50-56页 |
2.1.1 点云数据特点 | 第51-54页 |
2.1.2 典型地物点云的空间分布特征 | 第54-56页 |
2.2 几种典型的滤波方法回顾 | 第56-60页 |
2.2.1 基于TIN迭代加密的点云滤波方法 | 第56-58页 |
2.2.2 基于多尺度曲率分析的点云滤波方法 | 第58-59页 |
2.2.3 非参数化的多尺度点云滤波方法 | 第59-60页 |
2.3 顾及地形描述误差的多尺度点云滤波方法 | 第60-79页 |
2.3.1 算法描述 | 第60-61页 |
2.3.2 数据预处理 | 第61-65页 |
2.3.3 滤波 | 第65-69页 |
2.3.4 实验与分析 | 第69-79页 |
2.4 本章小结 | 第79-80页 |
第三章 等高线及其分族理论 | 第80-119页 |
3.1 等高线树及其构建 | 第80-99页 |
3.1.1 等高线空间关系 | 第80-85页 |
3.1.2 等高线树 | 第85-90页 |
3.1.3 等高线树构建现有方法分析 | 第90-96页 |
3.1.4 父节点跟踪法构建等高线树 | 第96-99页 |
3.2 等高线族及分族过程 | 第99-110页 |
3.2.1 等高线族的定义 | 第99-100页 |
3.2.2 等高线分族过程 | 第100-110页 |
3.3 实验与讨论 | 第110-117页 |
3.3.1 实验一 | 第111-114页 |
3.3.2 实验二 | 第114-117页 |
3.4 本章小结 | 第117-119页 |
第四章 融合等高线族特征和常规特征的渐进式建筑物检测 | 第119-147页 |
4.1 建筑物检测中存在的问题 | 第119-120页 |
4.2 渐进式建筑物检测 | 第120-137页 |
4.2.1 常规特征 | 第121-127页 |
4.2.2 等高线族特征 | 第127-133页 |
4.2.3 算法流程 | 第133-137页 |
4.3 实验及分析 | 第137-146页 |
4.4 本章小结 | 第146-147页 |
第五章 基于等高线族分析的建筑物模型三维重建 | 第147-193页 |
5.1 基于等高线族的三维模型重建思路与流程 | 第147-149页 |
5.2 分层模型类型识别 | 第149-172页 |
5.2.1 二维平面上不同模型的等高线族特征 | 第150-152页 |
5.2.2 曲线线重建算法回顾 | 第152-159页 |
5.2.3 基于“极化角点指数”的曲线重建算法研究 | 第159-171页 |
5.2.4 基于等高线族形状特征和二维轮廓重建的模型类型识别 | 第171-172页 |
5.3 分层模型重建 | 第172-185页 |
5.3.1 模型外围轮廓线估计 | 第172-178页 |
5.3.2 模型顶面重建 | 第178-185页 |
5.4 模型合并 | 第185-188页 |
5.4.1 层次模型合并规则 | 第185-186页 |
5.4.2 模型合并实验 | 第186-188页 |
5.5 实验与分析 | 第188-192页 |
5.5.1 实验环境 | 第188-189页 |
5.5.2 实验数据 | 第189页 |
5.5.3 实验结果与分析 | 第189-192页 |
5.6 本章小结 | 第192-193页 |
第六章 总结与展望 | 第193-196页 |
6.1 研究总结与创新点 | 第193-194页 |
6.1.1 研究总结 | 第193-194页 |
6.1.2 创新点 | 第194页 |
6.2 研究展望 | 第194-196页 |
参考文献 | 第196-210页 |
攻读博士学位期间论文和科研情况 | 第210-212页 |
后记 | 第212-213页 |