城市区域车载激光雷达点云数据分类提取
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第9-19页 |
| 1.1 研究背景和意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-15页 |
| 1.2.1 车载LiDAR系统的发展 | 第10页 |
| 1.2.2 点云分类技术的现状 | 第10-15页 |
| 1.2.3 数据分类结果评价 | 第15页 |
| 1.3 论文研究内容和结构安排 | 第15-19页 |
| 1.3.1 研究内容 | 第15-16页 |
| 1.3.2 技术路线 | 第16页 |
| 1.3.3 组织结构 | 第16-19页 |
| 第二章 车载LiDAR测量及数据特点 | 第19-33页 |
| 2.1 车载LiDAR系统 | 第19-22页 |
| 2.2 车载LiDAR数据 | 第22-28页 |
| 2.2.1 点云数据特点 | 第22-25页 |
| 2.2.2 点云数据组织方式 | 第25-28页 |
| 2.3 典型地物特征及试验数据 | 第28-32页 |
| 2.3.1 城区典型地物及其特征 | 第29页 |
| 2.3.2 试验数据 | 第29-32页 |
| 2.4 本章小结 | 第32-33页 |
| 第三章 基于平面特征的地面点提取 | 第33-45页 |
| 3.1 常用的滤波算法 | 第33-36页 |
| 3.1.1 基于坡度的滤波方法 | 第33-34页 |
| 3.1.2 基于RANSAC分割的滤波方法 | 第34-35页 |
| 3.1.3 基于曲面约束的滤波方法 | 第35-36页 |
| 3.2 基于平面特征提取地面点 | 第36-40页 |
| 3.2.1 点云去噪 | 第36-38页 |
| 3.2.2 点集平面特征准则 | 第38-40页 |
| 3.3 试验与分析 | 第40-43页 |
| 3.3.1 去噪处理 | 第40-41页 |
| 3.3.2 地面点提取 | 第41-43页 |
| 3.4 本章小结 | 第43-45页 |
| 第四章 基于空间分布特征的地物分类 | 第45-71页 |
| 4.1 常用的地物提取方法 | 第45-49页 |
| 4.1.1 基于深度图像的地物提取 | 第45-47页 |
| 4.1.2 基于区域生长的地物提取 | 第47-48页 |
| 4.1.3 基于聚类的地物提取 | 第48-49页 |
| 4.2 基于形状特征的车辆提取 | 第49-55页 |
| 4.2.1 高程切片生成深度图像 | 第50页 |
| 4.2.2 连通区域检测 | 第50-52页 |
| 4.2.3 矩形检测及约束 | 第52-53页 |
| 4.2.4 试验与分析 | 第53-55页 |
| 4.3 基于平面离散度的树木点分离 | 第55-62页 |
| 4.3.1 平面离散度准则 | 第55-57页 |
| 4.3.2 树木点二次分离 | 第57-58页 |
| 4.3.3 试验与分析 | 第58-62页 |
| 4.4 结合空间分布特征和PCA的地物提取 | 第62-69页 |
| 4.4.1 图像辅助建筑物提取 | 第62页 |
| 4.4.2 基于空间分布特征的路灯提取 | 第62-63页 |
| 4.4.3 基于PCA算法提取面状信息 | 第63-65页 |
| 4.4.4 试验与分析 | 第65-69页 |
| 4.5 本章小节 | 第69-71页 |
| 第五章 总结与展望 | 第71-73页 |
| 5.1 总结 | 第71-72页 |
| 5.2 展望 | 第72-73页 |
| 致谢 | 第73-74页 |
| 参考文献 | 第74-79页 |
| 作者简介 | 第79页 |
