| 摘要 | 第1-4页 |
| Abstract | 第4-5页 |
| 目录 | 第5-8页 |
| 1 绪论 | 第8-13页 |
| ·选题背景及研究意义 | 第8页 |
| ·选题背景 | 第8页 |
| ·研究意义 | 第8页 |
| ·国内外研究现状 | 第8-11页 |
| ·论文主要工作和结构安排 | 第11-13页 |
| ·论文主要工作 | 第11-12页 |
| ·论文结构安排 | 第12-13页 |
| 2 地形分类方法介绍 | 第13-24页 |
| ·基于颠簸特性的地形分类方法 | 第13-17页 |
| ·方法概述 | 第13-14页 |
| ·基于颠簸信号的特征提取 | 第14-16页 |
| ·主要分类方法 | 第16-17页 |
| ·基于扫描雷达测距数据的方法 | 第17-23页 |
| ·检测算法 | 第18-20页 |
| ·运用扫描雷达进行植被分离 | 第20-23页 |
| ·小结 | 第23-24页 |
| 3 雷达数据空间几何特征提取 | 第24-41页 |
| ·单坐标轴可调参数法K近邻点搜索 | 第24-29页 |
| ·算法原理 | 第25-26页 |
| ·算法步骤与实现 | 第26-27页 |
| ·实验结果和算法分析 | 第27-29页 |
| ·散乱点云在空间几何坐标上的分布状态特征提取 | 第29-30页 |
| ·方法原理 | 第29-30页 |
| ·特征向量表示 | 第30页 |
| ·散乱点云在空间向量上的分布状态的特征提取 | 第30-33页 |
| ·方法原理 | 第30-31页 |
| ·方法步骤 | 第31-33页 |
| ·特征向量数据说明 | 第33-36页 |
| ·雷达数据的特征向量统计结果分析 | 第36-39页 |
| ·类别内的纵向分析 | 第36-37页 |
| ·类别间的横向对比 | 第37-39页 |
| ·小结 | 第39-41页 |
| 4 基于雷达数据空间几何特征的分类方法 | 第41-54页 |
| ·GMM和贝叶斯分类方法 | 第41-49页 |
| ·混合高斯模型 | 第41-42页 |
| ·最大似然估计 | 第42页 |
| ·EM算法 | 第42-43页 |
| ·运用EM算法求最大似然混合密度 | 第43-46页 |
| ·部分参数估计结果及分析 | 第46-48页 |
| ·验证性分类实验效果统计 | 第48-49页 |
| ·支持向量机分类器 | 第49-53页 |
| ·SVM的基本思想 | 第49页 |
| ·线性可分的标准最优分类面 | 第49-51页 |
| ·线性不可分的广义最优分类面 | 第51页 |
| ·高维空间的最优分类面 | 第51-52页 |
| ·验证性分类实验效果统计 | 第52-53页 |
| ·小结 | 第53-54页 |
| 5 实验结果及分析 | 第54-64页 |
| ·三维信息获取方法和设备介绍 | 第54-55页 |
| ·LMS-Z210i型三维激光扫描仪 | 第54-55页 |
| ·相关软件平台 | 第55页 |
| ·GMM和贝叶斯分类的实验效果统计 | 第55-58页 |
| ·总体分类准确率统计 | 第55-57页 |
| ·错误分类地形的统计 | 第57-58页 |
| ·支持向量机分类的实验效果 | 第58-62页 |
| ·树干与其它地形的分类效果统计 | 第58-59页 |
| ·草丛与草坪的分类效果统计 | 第59-60页 |
| ·草坪与平面结构的分类效果统计 | 第60-62页 |
| ·GMM和贝叶斯分类器与SVM分类器在地形分类应用上的对比 | 第62页 |
| ·小结 | 第62-64页 |
| 6 总结与展望 | 第64-66页 |
| ·工作总结 | 第64页 |
| ·进一步的研究方向 | 第64-66页 |
| 致谢 | 第66-67页 |
| 参考文献 | 第67-70页 |