| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第17-31页 |
| 1.1 研究背景及意义 | 第17-18页 |
| 1.2 国内外研究现状 | 第18-27页 |
| 1.2.1 波形分解的研究现状 | 第18-19页 |
| 1.2.2 点云滤波技术 | 第19-21页 |
| 1.2.3 建筑物提取方法 | 第21-24页 |
| 1.2.4 建筑物重建技术 | 第24-27页 |
| 1.3 本文的主要研究内容 | 第27-29页 |
| 1.3.1 现存主要问题分析 | 第27-28页 |
| 1.3.2 主要研究内容 | 第28-29页 |
| 1.4 论文的组织 | 第29-31页 |
| 第二章 机载全波形LiDAR系统 | 第31-43页 |
| 2.1 系统构成 | 第31-32页 |
| 2.1.1 系统组成 | 第31页 |
| 2.1.2 波形数据记录 | 第31-32页 |
| 2.2 全波形Li DAR技术原理 | 第32-37页 |
| 2.2.1 激光雷达方程 | 第32-34页 |
| 2.2.2 波形的定义 | 第34-35页 |
| 2.2.3 系统波形模拟 | 第35-36页 |
| 2.2.4 高斯散射体 | 第36-37页 |
| 2.3 现有系统简介 | 第37-41页 |
| 2.3.1 海洋测深Li DAR系统 | 第37页 |
| 2.3.2 全波形Li DAR实验系统 | 第37-38页 |
| 2.3.3 商业型全波形Li DAR系统 | 第38-39页 |
| 2.3.4 现有典型系统的主要技术指标 | 第39-41页 |
| 2.4 本章小结 | 第41-43页 |
| 第三章 机载全波形LiDAR数据分解 | 第43-69页 |
| 3.1 波形数据解析 | 第43-46页 |
| 3.1.1 Riegl波形数据 | 第43-44页 |
| 3.1.2 LVIS波形数据 | 第44-46页 |
| 3.2 基于全局收敛LM的迭代波形分解方法——IGCLM | 第46-51页 |
| 3.2.1 IGCLM的基本思想 | 第46-47页 |
| 3.2.2 全局收敛LM原理 | 第47-49页 |
| 3.2.3 迭代波形分解流程 | 第49-51页 |
| 3.3 实验情况及结果分析 | 第51-67页 |
| 3.3.1 实验数据 | 第51-54页 |
| 3.3.2 实验设计与实施 | 第54-55页 |
| 3.3.3 单条脉冲波形分解结果与分析 | 第55-59页 |
| 3.3.4 测区波形分解结果与分析 | 第59-61页 |
| 3.3.5 点云生成结果与分析 | 第61-66页 |
| 3.3.6 实验结论 | 第66-67页 |
| 3.4 本章小结 | 第67-69页 |
| 第四章 机载全波形LiDAR地形重建 | 第69-89页 |
| 4.1 返回波形的影响因素 | 第69-71页 |
| 4.2 传统的曲面约束点云滤波算法 | 第71-72页 |
| 4.3 融合波形信息的加权曲面拟合滤波 | 第72-77页 |
| 4.3.1 建立索引机制 | 第73-74页 |
| 4.3.2 异常种子点检测 | 第74-75页 |
| 4.3.3 加权曲面拟合 | 第75-76页 |
| 4.3.4 自适应高差阈值的确定 | 第76页 |
| 4.3.5 格网内插方法 | 第76-77页 |
| 4.4 实验情况及结果分析 | 第77-87页 |
| 4.4.1 实验数据情况说明 | 第77-78页 |
| 4.4.2 实验方法设计 | 第78-79页 |
| 4.4.3 点云滤波实验与分析 | 第79-82页 |
| 4.4.4 地形重建实验与分析 | 第82-84页 |
| 4.4.5 窗口尺寸的影响分析 | 第84-86页 |
| 4.4.6 实验结论 | 第86-87页 |
| 4.5 本章小结 | 第87-89页 |
| 第五章 机载全波形LiDAR建筑物提取 | 第89-115页 |
| 5.1 潜在狄利克雷分配模型（LDA） | 第89-92页 |
| 5.1.1 贝叶斯网络理论基础 | 第89-90页 |
| 5.1.2 LDA模型原理 | 第90-91页 |
| 5.1.3 Gibbs采样算法 | 第91-92页 |
| 5.2 基于LDA模型的建筑物点云提取 | 第92-93页 |
| 5.3 超体素点云分割 | 第93-96页 |
| 5.3.1 邻接图 | 第94页 |
| 5.3.2 空间种子选取 | 第94-95页 |
| 5.3.3 特征与距离测度 | 第95页 |
| 5.3.4 流约束聚类 | 第95-96页 |
| 5.4 点簇特征提取 | 第96-98页 |
| 5.4.1 点特征提取 | 第96-97页 |
| 5.4.2 点簇主题特征提取 | 第97-98页 |
| 5.5 支持向量机分类器 | 第98-103页 |
| 5.5.1 SVM的线性模型 | 第99-100页 |
| 5.5.2 SVM的非线性模型 | 第100-101页 |
| 5.5.3 常用核函数 | 第101-102页 |
| 5.5.4 SVM中的核函数参数选择 | 第102-103页 |
| 5.6 实验情况及结果分析 | 第103-114页 |
| 5.6.1 实验数据 | 第103-104页 |
| 5.6.2 实验设计与实施 | 第104-105页 |
| 5.6.3 超体素分割与特征提取结果 | 第105-108页 |
| 5.6.4 建筑物点云提取结果与分析 | 第108-112页 |
| 5.6.5 主题与词汇个数影响分析 | 第112-113页 |
| 5.6.6 实验结论 | 第113-114页 |
| 5.7 本章小结 | 第114-115页 |
| 第六章 机载全波形LiDAR建筑物重建 | 第115-137页 |
| 6.1 建筑物模型细节层次表达 | 第115-116页 |
| 6.2 关键点检测的复杂建筑物模型自动重建算法 | 第116-118页 |
| 6.3 屋顶点云分割 | 第118-119页 |
| 6.3.1 RANSAC分割 | 第119页 |
| 6.3.2 距离分割 | 第119页 |
| 6.4 建筑轮廓提取 | 第119-120页 |
| 6.5 关键点检测及模型构建 | 第120-124页 |
| 6.5.1 基于方向角的初始关键点提取 | 第121页 |
| 6.5.2 平面拓扑关系判断 | 第121-122页 |
| 6.5.3 关键点修正 | 第122-124页 |
| 6.5.4 模型构建 | 第124页 |
| 6.6 实验及分析 | 第124-135页 |
| 6.6.1 实验数据 | 第124-125页 |
| 6.6.2 实验设计及实施 | 第125页 |
| 6.6.3 单个建筑物模型重建实验与分析 | 第125-129页 |
| 6.6.4 复杂建筑物模型重建实验与分析 | 第129-132页 |
| 6.6.5 测区建筑物模型重建实验与分析 | 第132-133页 |
| 6.6.6 不同分辨率点云模型重建实验与分析 | 第133-135页 |
| 6.6.7 实验结论 | 第135页 |
| 6.7 本章小结 | 第135-137页 |
| 第七章 总结与展望 | 第137-141页 |
| 7.1 总结 | 第137-138页 |
| 7.2 进一步研究的问题 | 第138-141页 |
| 致谢 | 第141-143页 |
| 参考文献 | 第143-152页 |
| 作者简历 | 第152-153页 |