| 摘要 | 第1-6页 |
| abstract | 第6-12页 |
| 第一章 绪论 | 第12-21页 |
| ·研究背景及意义 | 第12-13页 |
| ·机载LiDAR技术研究现状 | 第13-19页 |
| ·滤波算法研究现状 | 第14-17页 |
| ·分类算法研究现状 | 第17-19页 |
| ·本文研究内容与结构安排 | 第19-21页 |
| 第二章 激光LiDAR基础理论与数据分析 | 第21-26页 |
| ·激光LiDAR基础理论 | 第21-23页 |
| ·激光LiDAR系统的组成 | 第21页 |
| ·激光LiDAR系统的定位原理 | 第21-22页 |
| ·激光LiDAR系统的测距原理 | 第22-23页 |
| ·激光LiDAR的数据构成及特点 | 第23-25页 |
| ·LiDAR点云的数据构成 | 第23-25页 |
| ·LiDAR点云的数据特点 | 第25页 |
| ·本章小结 | 第25-26页 |
| 第三章 基于二面角的LiDAR点云数据滤波算法 | 第26-37页 |
| ·二面角原理 | 第26-28页 |
| ·滤波流程 | 第28-29页 |
| ·激光LiDAR点云数据预处理 | 第29-30页 |
| ·LiDAR点云数据的噪声去除 | 第29页 |
| ·LiDAR点云数据规则格网化 | 第29-30页 |
| ·高程突变点的提取 | 第30-31页 |
| ·二面角滤波算法步骤 | 第31-32页 |
| ·滤波算法实验与误差分析 | 第32-35页 |
| ·本章小结 | 第35-37页 |
| 第四章 区域分割和决策树结合的机载LiDAR点云数据分类方法 | 第37-43页 |
| ·区域分割和决策树结合的分类流程 | 第37-38页 |
| ·区域分割及决策树的构建 | 第38-39页 |
| ·二值化一区域分割 | 第38页 |
| ·决策树的构建 | 第38-39页 |
| ·决策树分类流程 | 第39-40页 |
| ·分类算法实验与误差分析 | 第40-42页 |
| ·本章小结 | 第42-43页 |
| 第五章 系统展示与总结展望 | 第43-51页 |
| ·二面角滤波分类软件展示 | 第43-48页 |
| ·LiDAR原始点云显示 | 第44页 |
| ·LiDAR点云格网化 | 第44-45页 |
| ·LiDAR点云滤波 | 第45-46页 |
| ·LiDAR点云区域分割 | 第46页 |
| ·LiDAR点云分类 | 第46-47页 |
| ·建筑物边界提取 | 第47-48页 |
| ·建筑物三维显示 | 第48页 |
| ·总结 | 第48-49页 |
| ·展望 | 第49-51页 |
| 参考文献 | 第51-55页 |
| 致谢 | 第55页 |