基于体元的机载LiDAR建筑物提取
| 致谢 | 第4-5页 |
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 1 绪论 | 第9-15页 |
| 1.1 研究背景与意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-12页 |
| 1.2.1 建筑物提取组织方式的研究现状 | 第10-11页 |
| 1.2.2 建筑物提取算法研究现状 | 第11-12页 |
| 1.3 论文的研究内容和技术路线 | 第12-13页 |
| 1.4 论文组织结构 | 第13-15页 |
| 2 点云数据获取理论与特点 | 第15-26页 |
| 2.1 机载LiDAR系统 | 第15-19页 |
| 2.1.1 机载LiDAR系统组成 | 第15-17页 |
| 2.1.2 机载LiDAR系统的工作原理 | 第17-19页 |
| 2.2 机载LiDAR点云数据的特点及应用领域 | 第19-23页 |
| 2.2.1 机载LiDAR系统的特点 | 第19-21页 |
| 2.2.2 机载LiDAR系统的应用领域 | 第21-23页 |
| 2.3 机载LiDAR点云数据的格式 | 第23-25页 |
| 2.4 本章小结 | 第25-26页 |
| 3 体元数据结构模型构建 | 第26-33页 |
| 3.1 体元 | 第26-29页 |
| 3.1.1 体元的邻域 | 第26-27页 |
| 3.1.2 构建体元数据结构模型 | 第27-29页 |
| 3.2 数据结构对比分析 | 第29-32页 |
| 3.2.1 数据结构介绍 | 第29-31页 |
| 3.2.2 数据测试实例 | 第31-32页 |
| 3.3 本章小结 | 第32-33页 |
| 4 基于体元的建筑物提取 | 第33-48页 |
| 4.1 建筑物提取 | 第33-43页 |
| 4.1.1 预处理 | 第33-37页 |
| 4.1.2 法向量和残差估计 | 第37-41页 |
| 4.1.3 种子体元检测 | 第41页 |
| 4.1.4 区域增长 | 第41-43页 |
| 4.2 建筑物分割 | 第43-45页 |
| 4.3 建筑物轮廓提取 | 第45-47页 |
| 4.4 本章小结 | 第47-48页 |
| 5 实验与分析 | 第48-65页 |
| 5.1 实验数据与平台 | 第48-49页 |
| 5.1.1 实验数据 | 第48页 |
| 5.1.2 实验平台 | 第48-49页 |
| 5.2 精度评价方法 | 第49页 |
| 5.3 建筑物提取实验 | 第49-58页 |
| 5.4 建筑物分割实验 | 第58-60页 |
| 5.5 建筑物轮廓提取实验 | 第60-64页 |
| 5.6 本章小结 | 第64-65页 |
| 6 结论与展望 | 第65-67页 |
| 6.1 结论 | 第65页 |
| 6.2 展望 | 第65-67页 |
| 参考文献 | 第67-71页 |
| 作者简历 | 第71-73页 |
| 学位论文数据集 | 第73页 |
