| 论文创新点 | 第1-6页 |
| 摘要 | 第6-8页 |
| Abstract | 第8-17页 |
| 第1章 绪论 | 第17-24页 |
| ·研究背景和意义 | 第17-19页 |
| ·研究背景 | 第17-18页 |
| ·研究目标 | 第18-19页 |
| ·车载激光扫描系统构成和数据特征 | 第19-20页 |
| ·车载激光扫描系统构成原理 | 第19-20页 |
| ·数据格式和特征 | 第20页 |
| ·本文主要研究内容和结构 | 第20-24页 |
| ·主要研究内容 | 第20-21页 |
| ·技术路线 | 第21-22页 |
| ·论文结构 | 第22-24页 |
| 第2章 国内外研究现状和趋势 | 第24-44页 |
| ·研究概况 | 第24-25页 |
| ·激光扫描点云建模的一般流程 | 第25-26页 |
| ·数据预处理 | 第26-30页 |
| ·误差校正 | 第26-27页 |
| ·数据拼接 | 第27-29页 |
| ·点云去噪 | 第29-30页 |
| ·点云分割 | 第30-36页 |
| ·基于边检测的分割方法(Edge Detecting) | 第31-33页 |
| ·基于区域增长的分割方法(Region Growing) | 第33-34页 |
| ·基于聚类的分割方法(Clustering) | 第34-36页 |
| ·其他分割方法 | 第36页 |
| ·点云分类和识别 | 第36-37页 |
| ·对象建模 | 第37-42页 |
| ·基于KD-Tree的点云数据组织 | 第37-38页 |
| ·三维模型数据组织和表达 | 第38-41页 |
| ·模型重建 | 第41-42页 |
| ·本章小结 | 第42-44页 |
| 第3章 基于多维空间相似度的点云分割 | 第44-62页 |
| ·引言 | 第44页 |
| ·算法原理 | 第44-47页 |
| ·点云特征相似度分析 | 第47-52页 |
| ·点云几何特征分析 | 第48-49页 |
| ·点云颜色特征分析 | 第49-50页 |
| ·点云反射强度分析 | 第50-52页 |
| ·带权值系数的相似度分割比较 | 第52-60页 |
| ·基于几何特征的相似度度量 | 第53-56页 |
| ·综合几何特征和颜色特征的相似度度量 | 第56-58页 |
| ·综合几何特征和反射强度特征的相似度度量 | 第58-60页 |
| ·本章小结 | 第60-62页 |
| 第4章 基于地物特征模糊度量的分类识别 | 第62-81页 |
| ·引言 | 第62-64页 |
| ·城市地物分类 | 第64-67页 |
| ·扫描场景内容和分类粒度 | 第64-65页 |
| ·地物特征模式化 | 第65-67页 |
| ·基于模糊语言和可信度判断的点云识别 | 第67-74页 |
| ·点云面片类定义 | 第69-72页 |
| ·点云面片分类识别 | 第72-74页 |
| ·实验结果 | 第74-80页 |
| ·基于地物特征模糊度量的自动分类 | 第74-77页 |
| ·人工交互式分类 | 第77-78页 |
| ·分类质量评价 | 第78-80页 |
| ·本章小结 | 第80-81页 |
| 第5章 场景快速建模 | 第81-96页 |
| ·OpenGL三维图形库简介 | 第81-85页 |
| ·基本几何要素 | 第81-83页 |
| ·几何要素绘制 | 第83页 |
| ·三维变换 | 第83-84页 |
| ·纹理贴图 | 第84-85页 |
| ·分割面片合并 | 第85-86页 |
| ·特征提取 | 第86-93页 |
| ·直线边界提取 | 第86-89页 |
| ·圆弧边界提取 | 第89-91页 |
| ·特征修复 | 第91-93页 |
| ·场景建模 | 第93-94页 |
| ·本章小结 | 第94-96页 |
| 第6章 结论与展望 | 第96-100页 |
| ·结论 | 第96-97页 |
| ·展望 | 第97-100页 |
| 参考文献 | 第100-107页 |
| 攻读博士学位期间参与项目和发表论文 | 第107-109页 |
| 参与项目 | 第107页 |
| 发表论文 | 第107-109页 |
| 致谢 | 第109-111页 |