建筑物LiDAR点云数据特征检测及配准关键技术研究
| 摘要 | 第1-5页 |
| 英文摘要 | 第5-9页 |
| 第1章 绪论 | 第9-15页 |
| ·研究背景和意义 | 第9-10页 |
| ·研究现状 | 第10-13页 |
| ·点云数据的研究现状 | 第10-11页 |
| ·点云数据特征检测研究现状及问题 | 第11-12页 |
| ·点云配准技术研究现状及问题 | 第12-13页 |
| ·研究目标及研究内容 | 第13-15页 |
| 第2章KD-TREE管理点云数据 | 第15-20页 |
| ·问题的提出 | 第15页 |
| ·建立KD-TREE | 第15-17页 |
| ·搜索K近邻点 | 第17-19页 |
| ·KD-TREE建树和搜索效率实验 | 第19页 |
| ·本章小结 | 第19-20页 |
| 第3章 多结构估计的建筑物边缘检测算法 | 第20-31页 |
| ·问题的提出 | 第20-21页 |
| ·边缘特征点的检测 | 第21-23页 |
| ·拟合最小二乘平面 | 第22-23页 |
| ·切割最小二乘平面算法检测边缘特征点 | 第23页 |
| ·多结构估计算法 | 第23-25页 |
| ·数据点相似度 | 第24页 |
| ·条件内点概率 | 第24页 |
| ·算法流程表 | 第24-25页 |
| ·线段检测算法 | 第25-26页 |
| ·实验结果与分析 | 第26-29页 |
| ·本章小结 | 第29-31页 |
| 第4章 建筑物点云高斯混合模型配准算法 | 第31-39页 |
| ·问题的提出 | 第31页 |
| ·高斯混合模型 | 第31-34页 |
| ·极大似然估计 | 第31-32页 |
| ·EM算法估计模型参数 | 第32-34页 |
| ·配准目标函数的设计 | 第34-37页 |
| ·目标函数的提出 | 第34-35页 |
| ·变换参数表达式 | 第35-36页 |
| ·EM算法优化目标函数 | 第36-37页 |
| ·实验结果与分析 | 第37-38页 |
| ·本章小结 | 第38-39页 |
| 第5章 总结与展望 | 第39-41页 |
| ·论文的工作总结 | 第39-40页 |
| ·问题与展望 | 第40-41页 |
| 致谢 | 第41-42页 |
| 参考文献 | 第42-47页 |
| 学术成果 | 第47页 |
