| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第10-19页 |
| 1.1 研究背景及意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-16页 |
| 1.2.1 船载LiDAR系统 | 第11-12页 |
| 1.2.2 河流水涯线提取技术 | 第12-13页 |
| 1.2.3 点云分类技术 | 第13-16页 |
| 1.3 研究目标与研究内容 | 第16-17页 |
| 1.3.1 研究目标 | 第16页 |
| 1.3.2 研究内容 | 第16页 |
| 1.3.3 技术路线 | 第16-17页 |
| 1.4 论文组织结构 | 第17-19页 |
| 第二章 船载LiDAR系统数据分析及预处理 | 第19-29页 |
| 2.1 船载LiDAR系统 | 第19-20页 |
| 2.2 船载LiDAR点云数据 | 第20-24页 |
| 2.2.1 船载LiDAR点云数据内容 | 第20-21页 |
| 2.2.2 船载LiDAR点云数据的特点 | 第21-23页 |
| 2.2.3 实验数据介绍 | 第23-24页 |
| 2.3 船载LiDAR点云数据预处理 | 第24-28页 |
| 2.3.1 点云数据组织方法 | 第25-26页 |
| 2.3.2 点云数据去噪方法 | 第26-28页 |
| 2.4 本章小结 | 第28-29页 |
| 第三章 基于船载LiDAR点云数据的河流水涯线精细化提取 | 第29-39页 |
| 3.1 船载LiDAR点云数据中河流水涯线特征分析 | 第29-30页 |
| 3.2 河流水涯线精细化提取方法 | 第30-34页 |
| 3.2.1 粗格网下的河流水涯线粗提取 | 第30-33页 |
| 3.2.2 细格网下的河流水涯线精细化提取算法 | 第33-34页 |
| 3.3 实验与分析 | 第34-37页 |
| 3.3.1 实验 | 第34-36页 |
| 3.3.2 实验结果分析 | 第36-37页 |
| 3.4 本章小结 | 第37-39页 |
| 第四章 结合多尺度体素和条件随机场的船载LiDAR点云分类 | 第39-59页 |
| 4.1 条件随机场理论 | 第39-44页 |
| 4.1.1 概率无向图模型 | 第39-40页 |
| 4.1.2 条件随机场简介 | 第40-41页 |
| 4.1.3 高阶条件随机场船载LiDAR点云分类模型 | 第41-44页 |
| 4.2 船载LiDAR点云分类无向图模型的构建 | 第44-46页 |
| 4.2.1 顾及曲率的多尺度体素生成 | 第44-45页 |
| 4.2.2 二阶团及高阶团构建 | 第45-46页 |
| 4.3 图结构各阶特征计算 | 第46-49页 |
| 4.3.1 自适应邻域的局部特征计算 | 第46-47页 |
| 4.3.2 节点特征与边特征 | 第47页 |
| 4.3.3 非监督分布性空间上下文 | 第47-49页 |
| 4.4 实验情况及结果分析 | 第49-58页 |
| 4.4.1 实验数据 | 第49-50页 |
| 4.4.2 实验设计与实施 | 第50页 |
| 4.4.3 船载LiDAR数据分类结果与分析 | 第50-56页 |
| 4.4.4 多尺度体素影响分析 | 第56-57页 |
| 4.4.5 非监督分布性空间上下文影响分析 | 第57-58页 |
| 4.5 本章小结 | 第58-59页 |
| 第五章 基于立面地物几何语义特征的点云分类优化 | 第59-70页 |
| 5.1 基于几何语义特征的立面点分类 | 第60-62页 |
| 5.1.1 投影影像生成 | 第60-61页 |
| 5.1.2 立面地物几何语义特征 | 第61页 |
| 5.1.3 立面点分类规则 | 第61-62页 |
| 5.2 基于区域生长和非监督分类的分类优化 | 第62-65页 |
| 5.2.1 基于多种子点区域生长的建筑物立面点优化 | 第62-63页 |
| 5.2.2 基于非监督分类方法的错分立面点优化 | 第63-65页 |
| 5.3 实验与分析 | 第65-69页 |
| 5.3.1 立面点分类结果 | 第65-66页 |
| 5.3.2 分类优化结果 | 第66-69页 |
| 5.4 本章小结 | 第69-70页 |
| 第六章 总结与展望 | 第70-72页 |
| 6.1 总结 | 第70-71页 |
| 6.2 后续工作与展望 | 第71-72页 |
| 致谢 | 第72-73页 |
| 参考文献 | 第73-78页 |
| 作者简历 | 第78页 |
