基于激光雷达点云数据的树冠结构三维空间异质性分析
| 摘要 | 第6-8页 |
| Abstract | 第8-9页 |
| 第一章 绪论 | 第15-23页 |
| 1.1 研究背景及意义 | 第15页 |
| 1.2 研究现状 | 第15-21页 |
| 1.2.1 树冠结构的研究现状 | 第16-18页 |
| 1.2.2 激光雷达遥感简介 | 第18-19页 |
| 1.2.3 波形激光雷达数据与森林应用综述 | 第19-20页 |
| 1.2.4 离散点云激光雷达数据与森林应用综述 | 第20-21页 |
| 1.3 研究目的与内容 | 第21-22页 |
| 1.4 研究技术路线 | 第22页 |
| 1.5 本章小结 | 第22-23页 |
| 第二章 基本理论 | 第23-35页 |
| 2.1 机载激光雷达系统组成及原理 | 第23-24页 |
| 2.2 地面三维激光扫描仪组成及原理 | 第24-25页 |
| 2.3 离散点云数据 | 第25-27页 |
| 2.4 空间异质性分析 | 第27-28页 |
| 2.5 空隙度指数的定义 | 第28页 |
| 2.6 三维滑动盒算法 | 第28-30页 |
| 2.7 三维形状分布 | 第30-31页 |
| 2.8 凸包基本理论 | 第31-32页 |
| 2.9 重心坐标法的阐述 | 第32页 |
| 2.10 本章小结 | 第32-35页 |
| 第三章 数据 | 第35-41页 |
| 3.1 模拟数据来源 | 第35-37页 |
| 3.2 真实数据来源 | 第37-39页 |
| 3.3 数据预处理 | 第39页 |
| 3.4 本章小结 | 第39-41页 |
| 第四章 方法 | 第41-55页 |
| 4.1 模型构想 | 第41页 |
| 4.2 算法流程 | 第41-42页 |
| 4.3 算法概述 | 第42-50页 |
| 4.3.1 体素化 | 第42-43页 |
| 4.3.2 点云数据与体数据的关系 | 第43页 |
| 4.3.3 三维数组的构建 | 第43-48页 |
| 4.3.4 确定阈值 | 第48-50页 |
| 4.4 树冠表层异常点剔除 | 第50-52页 |
| 4.5 改进的树冠空隙度指数 | 第52页 |
| 4.6 LM算法拟合空隙度指数曲线 | 第52-54页 |
| 4.7 本章小结 | 第54-55页 |
| 第五章 结果与讨论 | 第55-67页 |
| 5.1 空隙度指数结果及分析 | 第55-57页 |
| 5.2 空间异质性分析 | 第57-59页 |
| 5.3 基于树冠空隙度指数的树种分类 | 第59-61页 |
| 5.4 特例分析 | 第61-62页 |
| 5.5 片区固定尺度空隙度指数分布 | 第62页 |
| 5.6 树冠三维形状检验 | 第62-65页 |
| 5.7 本章小结 | 第65-67页 |
| 第六章 总结与展望 | 第67-69页 |
| 6.1 本文的工作总结 | 第67页 |
| 6.2 今后的工作展望 | 第67-69页 |
| 致谢 | 第69-70页 |
| 参考文献 | 第70-74页 |
| 附录A (攻读硕士期间发表的论文目录) | 第74页 |
| 附录B (攻读硕士期间参加的科研项目) | 第74-75页 |
| 附录C (中间数据) | 第75-77页 |
