| 图索引 | 第1页 |
| 表索引 | 第6-7页 |
| 摘要 | 第7-8页 |
| Abstract | 第8-10页 |
| 第1章 绪论 | 第10-22页 |
| ·研究背景与研究意义 | 第10-13页 |
| ·研究背景 | 第10-12页 |
| ·研究意义 | 第12-13页 |
| ·国内外研究现状及分析 | 第13-19页 |
| ·基于点云数据的表面重建 | 第13-15页 |
| ·点云数据的特征提取 | 第15-17页 |
| ·点云数据的简化 | 第17-19页 |
| ·研究目标与研究内容 | 第19-20页 |
| ·研究目标 | 第19页 |
| ·研究内容 | 第19-20页 |
| ·技术路线 | 第20-21页 |
| ·论文组织 | 第21-22页 |
| 第2章 地面三维激光扫描及数据预处理 | 第22-30页 |
| ·地面三维激光扫描系统工作原理 | 第22-24页 |
| ·RIEGL LMS-Z420i三维激光扫描系统简介 | 第24-26页 |
| ·关键特征 | 第24-25页 |
| ·设备组成 | 第25-26页 |
| ·基于三维激光扫描的数据采集及预处理 | 第26-30页 |
| ·数据采集 | 第26-27页 |
| ·点云数据预处理 | 第27-30页 |
| 第3章 点云数据的特征提取 | 第30-47页 |
| ·特征的定义 | 第30-31页 |
| ·基于曲率极值的曲面内部特征提取 | 第31-44页 |
| ·基于线性八叉树的空间索引 | 第31-34页 |
| ·几何微分属性计算 | 第34-38页 |
| ·基于空间单元的点云分类 | 第38-39页 |
| ·特征点的提取 | 第39-40页 |
| ·特征线的提取 | 第40页 |
| ·实例验证 | 第40-44页 |
| ·开曲面边界提取 | 第44-45页 |
| ·k邻近对特征提取的影响 | 第45-47页 |
| 第4章 点云数据的简化 | 第47-55页 |
| ·简化误差控制度量 | 第47-48页 |
| ·几种典型的点云简化方法 | 第48-51页 |
| ·包围盒法 | 第48页 |
| ·基于法向偏差的简化方法 | 第48-49页 |
| ·迭代法 | 第49-50页 |
| ·聚类法 | 第50-51页 |
| ·误差约束的聚类法点云简化算法 | 第51-55页 |
| ·点云的自适应划分 | 第51-52页 |
| ·简化误差度量 | 第52-53页 |
| ·算法描述与实例验证 | 第53-55页 |
| 第5章 结论与展望 | 第55-57页 |
| ·结论 | 第55页 |
| ·存在问题及展望 | 第55-57页 |
| 参考文献 | 第57-61页 |
| 致谢 | 第61页 |