| 致谢 | 第1-5页 |
| 摘要 | 第5-6页 |
| Abstract | 第6-9页 |
| 1 绪论 | 第9-16页 |
| ·研究背景 | 第9-11页 |
| ·建筑物提取技术的现状和进展 | 第11-13页 |
| ·基于CCD影像提取建筑物轮廓的发展现状 | 第11页 |
| ·基于LiDAR点云的建筑物提取的发展现状 | 第11-13页 |
| ·多源数据融合的建筑物轮廓提取 | 第13页 |
| ·研究内容与组织结构 | 第13-16页 |
| 2 机载激光雷达系统 | 第16-26页 |
| ·机载激光雷达系统组成 | 第16-17页 |
| ·机载激光雷达对地定位原理 | 第17-18页 |
| ·机载激光雷达数据 | 第18-26页 |
| ·数据格式 | 第19-20页 |
| ·数据特点 | 第20-22页 |
| ·数据的组织 | 第22-26页 |
| 3 建筑物LiDAR点云提取与识别 | 第26-42页 |
| ·建筑物LiDAR点云的提取 | 第26-33页 |
| ·点云预处理 | 第26-27页 |
| ·建筑物点云提取 | 第27-33页 |
| ·建筑物LiDAR点云识别 | 第33-42页 |
| ·聚类分析法识别 | 第33-37页 |
| ·射线法识别 | 第37-39页 |
| ·实验结果与分析 | 第39-42页 |
| 4 融合LiDAR点云和CCD影像的建筑物轮廓提取 | 第42-56页 |
| ·轮廓提取区的建立 | 第42-45页 |
| ·主方向约束下的线段提取 | 第45-52页 |
| ·建筑主方向下的自动检测算法 | 第45-47页 |
| ·线段提取 | 第47-52页 |
| ·基于LiDAR密度分析与K-means聚类的轮廓筛选 | 第52-54页 |
| ·实验结果分析 | 第54-56页 |
| 5 结论与展望 | 第56-57页 |
| 参考文献 | 第57-61页 |
| 作者简历 | 第61-63页 |
| 学位论文数据集 | 第63页 |