基于激光点云的建筑物轮廓自动提取系统实现及应用
| 摘要 | 第5-6页 |
| ABSTRACT | 第6页 |
| 1 绪论 | 第9-13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 |
| 1.3 论文的主要研究内容 | 第12页 |
| 1.4 本章小结 | 第12-13页 |
| 2 地面三维激光扫描仪技术基础 | 第13-21页 |
| 2.1 地面三维激光扫描仪原理 | 第14-16页 |
| 2.2 地面三维激光扫描仪主要参数 | 第16-17页 |
| 2.3 地面三维激光扫描仪误差分析 | 第17-19页 |
| 2.4 地面三维激光扫描仪作业流程 | 第19-20页 |
| 2.5 本章小结 | 第20-21页 |
| 3 建筑物点云数据采集及预处理 | 第21-31页 |
| 3.1 点云数据采集 | 第21-24页 |
| 3.1.1 Riegl VZ-400扫描仪 | 第21-22页 |
| 3.1.2 采集方案设计 | 第22-23页 |
| 3.1.3 采集作业流程 | 第23-24页 |
| 3.2 点云数据预处理 | 第24-29页 |
| 3.2.1 点云去噪与滤波 | 第25-27页 |
| 3.2.2 点云配准 | 第27-29页 |
| 3.3 本章小结 | 第29-31页 |
| 4 建筑物点云数据轮廓提取关键技术 | 第31-51页 |
| 4.1 点云处理算法先验知识 | 第31-33页 |
| 4.1.1 K-最近邻算法与KD树 | 第31-32页 |
| 4.1.2 点云法向量 | 第32-33页 |
| 4.2 建筑物点云数据分割方法及实验 | 第33-37页 |
| 4.2.1 区域增长分割 | 第33-34页 |
| 4.2.2 欧式距离聚类分割 | 第34-35页 |
| 4.2.3 基于RANSAC算法分割 | 第35-36页 |
| 4.2.4 点云分割算法实验比较 | 第36-37页 |
| 4.3 建筑物点云的轮廓提取方法及实验 | 第37-48页 |
| 4.3.1 凸包算法 | 第37-42页 |
| 4.3.2 Delaunay三角网法 | 第42-44页 |
| 4.3.3 基于最近邻点几何特征算法 | 第44-45页 |
| 4.3.4 Alpha-Shapes算法 | 第45-47页 |
| 4.3.5 点云轮廓提取算法实验比较 | 第47-48页 |
| 4.4 轮廓简化与规则化 | 第48-50页 |
| 4.5 本章小结 | 第50-51页 |
| 5 建筑物点云轮廓自动提取系统实现及实验 | 第51-67页 |
| 5.1 建筑物轮廓自动提取系统软件 | 第51-56页 |
| 5.1.1 系统需求 | 第51页 |
| 5.1.2 系统处理流程 | 第51-52页 |
| 5.1.3 开发环境与工具 | 第52-53页 |
| 5.1.4 系统实现 | 第53-56页 |
| 5.2 建筑物轮廓提取实验 | 第56-66页 |
| 5.2.1 实验流程 | 第56-58页 |
| 5.2.2 点云分割 | 第58页 |
| 5.2.3 轮廓提取 | 第58-59页 |
| 5.2.4 轮廓简化及规则化 | 第59-61页 |
| 5.2.5 结果精度分析 | 第61-66页 |
| 5.3 本章小结 | 第66-67页 |
| 6 总结与展望 | 第67-69页 |
| 6.1 总结 | 第67-68页 |
| 6.2 展望 | 第68-69页 |
| 参考文献 | 第69-73页 |
| 致谢 | 第73页 |
