| 致谢 | 第4-5页 |
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 1 绪论 | 第11-21页 |
| 1.1 研究的背景和意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-17页 |
| 1.2.1 机载LiDAR技术研究现状 | 第12-14页 |
| 1.2.2 车载LiDAR技术研究现状 | 第14-16页 |
| 1.2.3 铁路轨道信息提取研究现状 | 第16-17页 |
| 1.3 论文研究内容及技术路线 | 第17-19页 |
| 1.3.1 研究内容 | 第17-18页 |
| 1.3.2 技术路线 | 第18-19页 |
| 1.4 论文组织结构 | 第19-21页 |
| 2 机载与车载LiDAR数据获取及预处理 | 第21-33页 |
| 2.1 机载LiDAR数据获取以及预处理 | 第21-28页 |
| 2.1.1 机载LiDAR数据获取 | 第22页 |
| 2.1.2 机载LiDAR点云数据处理 | 第22-23页 |
| 2.1.3 点云数据滤波处理 | 第23-25页 |
| 2.1.4 内插生成DEM | 第25-26页 |
| 2.1.5 数据处理试验 | 第26-28页 |
| 2.2 车载LiDAR数据获取以及预处理 | 第28-33页 |
| 2.2.1 车载LiDAR系统组成 | 第28-29页 |
| 2.2.2 车载LiDAR数据的特点 | 第29-30页 |
| 2.2.3 车载LiDAR系统数据处理 | 第30-33页 |
| 3 综合机载LiDAR和高分辨率航空影像的铁路轨道线提取方法 | 第33-51页 |
| 3.1 数据预处理 | 第33页 |
| 3.2 影像分割 | 第33-37页 |
| 3.2.1 基于数学形态学的分水岭分割方法 | 第34-35页 |
| 3.2.2 区域合并算法 | 第35-37页 |
| 3.3 铁路沿线地物信息提取 | 第37-39页 |
| 3.3.1 建筑物提取 | 第37-38页 |
| 3.3.2 植被提取 | 第38页 |
| 3.3.3 铁路区域提取 | 第38-39页 |
| 3.3.4 道路与裸地提取 | 第39页 |
| 3.4 分类结果优化 | 第39-41页 |
| 3.4.1 数学形态学处理方法 | 第40-41页 |
| 3.4.2 分类结果的优化处理 | 第41页 |
| 3.5 基于高斯平滑和微分几何的线状地物提取 | 第41-44页 |
| 3.5.1 线剖面模型与高斯平滑脊点检测 | 第42-43页 |
| 3.5.2 基于图像函数微分几何特征的中心线脊点的检测 | 第43页 |
| 3.5.3 中心线脊点的连接 | 第43-44页 |
| 3.5.4 提取线的连接、修剪 | 第44页 |
| 3.6 轨道平行线模型的建立 | 第44-45页 |
| 3.7 实验分析 | 第45-48页 |
| 3.7.1 实验区与数据预处理 | 第45-46页 |
| 3.7.2 实验区面向对象分类 | 第46页 |
| 3.7.3 矢量域铁路轨道线提取 | 第46-48页 |
| 3.8 本章小结 | 第48-51页 |
| 4 基于高密度机载LiDAR点云数据的铁路轨道线提取 | 第51-59页 |
| 4.1 轨道激光点云分类 | 第52页 |
| 4.2 轨道拟合 | 第52-53页 |
| 4.3 实验分析 | 第53-57页 |
| 4.3.1 研究区与数据预处理 | 第53-54页 |
| 4.3.2 铁路区域提取 | 第54-55页 |
| 4.3.3 建立掩膜图像 | 第55页 |
| 4.3.4 单条铁轨点云数据提取 | 第55页 |
| 4.3.5 路轨线曲线拟合 | 第55-56页 |
| 4.3.6 精度评定 | 第56-57页 |
| 4.4 本章小结 | 第57-59页 |
| 5 基于车载LiDAR数据的铁路轨道提取方法研究 | 第59-67页 |
| 5.1 数据预处理 | 第59-60页 |
| 5.2 基于形状匹配的铁路轨道线提取 | 第60-62页 |
| 5.2.1 铁路轨道剖面形状定义 | 第60-61页 |
| 5.2.2 缓冲区构建 | 第61页 |
| 5.2.3 形状匹配算法 | 第61-62页 |
| 5.3 实验分析 | 第62-64页 |
| 5.4 本章小结 | 第64-67页 |
| 6 总结和展望 | 第67-69页 |
| 6.1 主要结论 | 第67-68页 |
| 6.2 展望 | 第68-69页 |
| 参考文献 | 第69-75页 |
| 作者简历 | 第75-77页 |
| 学位论文数据集 | 第77页 |
