车载激光扫描点云数据流处理抽稀方法研究
| 摘要 | 第1-7页 |
| Abstract | 第7-11页 |
| 第1章 绪论 | 第11-14页 |
| ·研究背景及意义 | 第11页 |
| ·国内外研究现状 | 第11-13页 |
| ·研究内容与目标 | 第13页 |
| ·论文的结构 | 第13-14页 |
| 第2章 车载激光扫描技术 | 第14-23页 |
| ·车载激光扫描技术概述 | 第14-17页 |
| ·车载激光扫描系统的发展 | 第14页 |
| ·车载激光雷达扫描系统组成 | 第14-15页 |
| ·车载激光扫描系统原理 | 第15-17页 |
| ·车载激光扫描数据的特点 | 第17-19页 |
| ·三维激光扫描数据标准研究 | 第19-20页 |
| ·LiDAR数据存储格式的发展 | 第19-20页 |
| ·LAS文件结构 | 第20页 |
| ·车载激光扫描技术的应用领域 | 第20页 |
| ·本章小结 | 第20-23页 |
| 第3章 车载激光扫描数据处理与应用 | 第23-31页 |
| ·车载激光扫描数据的滤波方法 | 第23-24页 |
| ·滤波概述 | 第23页 |
| ·基于高程的滤波方法 | 第23-24页 |
| ·基于扫描线的滤波方法 | 第24页 |
| ·基于车载LiDAR数据的DEM | 第24-28页 |
| ·数字高程模型定义 | 第24-25页 |
| ·DEM的主要表示方法 | 第25-28页 |
| ·基于车载激光扫描数据的三维空间数据模型 | 第28-30页 |
| ·三维空间数据模型概述 | 第28页 |
| ·基于栅格结构的空间数据模型 | 第28-29页 |
| ·基于矢量结构的空间数据模型 | 第29页 |
| ·混合结构空间数据模型 | 第29-30页 |
| ·本章小结 | 第30-31页 |
| 第4章 基于流处理的抽稀模型 | 第31-46页 |
| ·概述 | 第31页 |
| ·现有抽稀方法介绍 | 第31-35页 |
| ·系统抽稀 | 第31页 |
| ·基于格网的抽稀方法 | 第31-32页 |
| ·基于TIN的抽稀算法 | 第32-33页 |
| ·基于坡度的抽稀算法 | 第33-35页 |
| ·流处理介绍 | 第35-43页 |
| ·概述 | 第35-36页 |
| ·流处理 | 第36-43页 |
| ·基于流处理的抽稀模型 | 第43-45页 |
| ·流处理抽稀方法原理 | 第43页 |
| ·流处理抽稀方法流程 | 第43-45页 |
| ·本章小结 | 第45-46页 |
| 第5章 流抽稀方法实验 | 第46-56页 |
| ·实验环境 | 第46-48页 |
| ·实验平台 | 第46页 |
| ·实验数据介绍 | 第46-48页 |
| ·精度分析方法 | 第48-50页 |
| ·精度分析方法 | 第48-49页 |
| ·DEM的内插方法 | 第49-50页 |
| ·实验分析 | 第50-55页 |
| ·基于格网抽稀方法的精度分析 | 第50-51页 |
| ·基于TIN的抽稀算法精度分析 | 第51-52页 |
| ·基于坡度的抽稀算法精度分析 | 第52-53页 |
| ·流处理抽稀方法的精度分析 | 第53-55页 |
| ·流处理抽稀方法的效率分析 | 第55页 |
| ·本章小结 | 第55-56页 |
| 结论与展望 | 第56-58页 |
| 结论 | 第56-57页 |
| 展望 | 第57-58页 |
| 致谢 | 第58-59页 |
| 参考论文 | 第59-63页 |
| 攻读硕士学位期间发表的论文 | 第63页 |
