基于影像匹配技术的点云数据精简算法研究
| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 1 绪论 | 第8-14页 |
| 1.1 研究背景和意义 | 第8-9页 |
| 1.2 国内外发展现状 | 第9-11页 |
| 1.2.1 倾斜摄影测量系统发展现状 | 第9-10页 |
| 1.2.2 影像匹配点云数据处理技术研究现状 | 第10-11页 |
| 1.3 研究内容 | 第11-12页 |
| 1.4 论文结构安排 | 第12-14页 |
| 1.4.1 论文技术路线 | 第12页 |
| 1.4.2 论文组织结构 | 第12-14页 |
| 2 基于倾斜摄影测量技术的点云数据获取 | 第14-21页 |
| 2.1 倾斜摄影测量系统的组成和基本原理 | 第14-15页 |
| 2.2 倾斜摄影测量获取影像匹配点云的关键技术 | 第15-19页 |
| 2.2.1 相机检校 | 第16页 |
| 2.2.2 空中三角测量 | 第16-17页 |
| 2.2.3 多视影像密集匹配 | 第17-19页 |
| 2.3 影像匹配点云 | 第19-20页 |
| 2.3.1 影像匹配点云特点 | 第19页 |
| 2.3.2 影像匹配点云与机载激光点云比较 | 第19-20页 |
| 2.4 点云数据获取与说明 | 第20页 |
| 2.5 本章小结 | 第20-21页 |
| 3 点云数据预处理 | 第21-28页 |
| 3.1 离群噪声点去除 | 第21-23页 |
| 3.1.1 去除离群点常用方法 | 第22页 |
| 3.1.2 基于包围盒的离群点去除 | 第22-23页 |
| 3.1.3 实验数据去噪 | 第23页 |
| 3.2 地面点与非地面点分类 | 第23-27页 |
| 3.2.1 滤波技术原理 | 第23-24页 |
| 3.2.2 滤波分类算法 | 第24-26页 |
| 3.2.3 实验数据滤波处理 | 第26页 |
| 3.2.4 单栋建筑点云数据 | 第26-27页 |
| 3.3 本章小结 | 第27-28页 |
| 4 点云精简方法 | 第28-39页 |
| 4.1 点云精简定义 | 第28页 |
| 4.2 现存点云精简算法介绍 | 第28-38页 |
| 4.2.1 随机采样法 | 第29-31页 |
| 4.2.2 均匀网格法 | 第31-34页 |
| 4.2.3 曲率采样法 | 第34-38页 |
| 4.3 本章小结 | 第38-39页 |
| 5 改进点云精简算法 | 第39-48页 |
| 5.1 构建三角格网 | 第39-42页 |
| 5.1.1 沃罗诺伊(Voronoi)图的定义 | 第39-40页 |
| 5.1.2 德劳内三角剖分的定义 | 第40-41页 |
| 5.1.3 三维空间德劳内三角剖分法 | 第41-42页 |
| 5.2 法向量及法向量夹角的计算 | 第42-44页 |
| 5.2.1 法向量计算常用方法 | 第42页 |
| 5.2.2 三维格网估算法向量法 | 第42-44页 |
| 5.3 改进算法实例应用 | 第44-47页 |
| 5.4 本章小结 | 第47-48页 |
| 6 点云精简评估 | 第48-61页 |
| 6.1 点云精简评价指标 | 第48页 |
| 6.2 表面积评估法 | 第48-51页 |
| 6.2.1 不同算法表面积分析结果 | 第49-50页 |
| 6.2.2 不同算法表面积分析对比 | 第50-51页 |
| 6.3 体积评估法 | 第51-54页 |
| 6.3.1 不同算法体积分析结果 | 第52-53页 |
| 6.3.2 不同算法体积分析对比 | 第53-54页 |
| 6.4 3D偏差分析 | 第54-60页 |
| 6.4.1 不同算法3D偏差分析结果 | 第55-58页 |
| 6.4.2 不同算法3D偏差分析对比 | 第58-60页 |
| 6.5 本章小结 | 第60-61页 |
| 7 总结与展望 | 第61-63页 |
| 7.1 总结 | 第61页 |
| 7.2 展望 | 第61-63页 |
| 致谢 | 第63-64页 |
| 参考文献 | 第64-66页 |
