机载激光雷达点云滤波与分类算法研究
摘要 | 第5-6页 |
ABSTRACT | 第6页 |
第1章 绪论 | 第9-19页 |
1.1 研究背景及意义 | 第9-10页 |
1.2 国内外研究现状 | 第10-18页 |
1.2.1 机载激光雷达系统研究现状 | 第10-12页 |
1.2.2 国内外激光雷达处理软件 | 第12-13页 |
1.2.3 点云滤波算法研究现状 | 第13-16页 |
1.2.4 点云分类算法研究现状 | 第16-18页 |
1.3 论文的研究内容和章节安排 | 第18-19页 |
第2章 机载激光雷达测量系统 | 第19-31页 |
2.1 机载激光雷达测量系统组成 | 第19-23页 |
2.1.1 激光雷达扫描仪 | 第19-21页 |
2.1.2 定位和导航系统 | 第21-22页 |
2.1.3 中心控制平台 | 第22-23页 |
2.2 激光雷达点云数据 | 第23-29页 |
2.2.1 激光雷达点云数据组成 | 第23-24页 |
2.2.2 激光雷达点云数据格式 | 第24-26页 |
2.2.3 激光雷达点云数据特点 | 第26-27页 |
2.2.4 激光雷达点云应用领域 | 第27-29页 |
2.3 本章总结 | 第29-31页 |
第3章 激光雷达点云地物滤波 | 第31-47页 |
3.1 点云滤波算法 | 第31-39页 |
3.1.1 基于数字形态学的点云滤波算法 | 第31-33页 |
3.1.2 基于TIN的点云滤波算法 | 第33-35页 |
3.1.3 基于布料模拟的点云滤波算法 | 第35-39页 |
3.2 实验与数据分析 | 第39-47页 |
3.2.1 数字形态学滤波结果 | 第41-42页 |
3.2.2 不规则三角网滤波结果 | 第42-43页 |
3.2.3 布料模拟滤波结果 | 第43-47页 |
第4章 基于随机森林的激光雷达点云分类 | 第47-65页 |
4.1 基于几何特征的分类算法 | 第47-49页 |
4.1.1 点云邻域提取 | 第47-48页 |
4.1.2 点云几何特征 | 第48-49页 |
4.2 基于混合特征的分类算法 | 第49-57页 |
4.2.1 点云归—化高程值 | 第49-52页 |
4.2.2 快速点特征直方图 | 第52-55页 |
4.2.3 遥感影像特征 | 第55-57页 |
4.2.4 点云法向量 | 第57页 |
4.2.5 点云回波特征 | 第57页 |
4.3 随机森林分类器 | 第57-59页 |
4.3.1 随机森林分类器 | 第57-59页 |
4.3.2 随机森林训练过程 | 第59页 |
4.4 实验结果与分析 | 第59-65页 |
4.4.1 基于点云几何特征分类结果 | 第59-62页 |
4.4.2 基于混合特征分类结果 | 第62-65页 |
第5章 总结与展望 | 第65-67页 |
5.1 本文总结 | 第65-66页 |
5.2 研究展望 | 第66-67页 |
参考文献 | 第67-71页 |
致谢 | 第71-72页 |
在读期间发表的学术论文与取得的其他研究成果 | 第72页 |