| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第10-17页 |
| 1.1 研究背景及意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-13页 |
| 1.2.1 几何特征识别方法研究现状 | 第11-13页 |
| 1.2.2 三维激光点云抽稀方法研究现状 | 第13页 |
| 1.3 研究内容及技术路线 | 第13-17页 |
| 1.3.1 研究内容 | 第13-15页 |
| 1.3.2 技术路线 | 第15-17页 |
| 第二章 三维激光点云数据处理方法 | 第17-27页 |
| 2.1 概述 | 第17页 |
| 2.2 三维激光扫描数据采集 | 第17-18页 |
| 2.3 三维激光点云数据处理方法 | 第18-26页 |
| 2.3.1 邻域搜索 | 第19页 |
| 2.3.2 法向量估计 | 第19-21页 |
| 2.3.3 曲率计算 | 第21-22页 |
| 2.3.4 点云数据包围盒建立 | 第22-23页 |
| 2.3.5 点云数据三维重构 | 第23-26页 |
| 2.4 本章小结 | 第26-27页 |
| 第三章 基于自适应尺度张量投票的点云数据几何特征识别方法 | 第27-35页 |
| 3.1 概述 | 第27页 |
| 3.2 基于张量投票的点云特征识别方法 | 第27-31页 |
| 3.2.1 张量投票 | 第27-28页 |
| 3.2.2 基于最小二乘法的法向量估计 | 第28-29页 |
| 3.2.3 张量信息传递 | 第29-30页 |
| 3.2.4 几何特征显著性 | 第30-31页 |
| 3.3 自适应张量投票 | 第31-34页 |
| 3.3.1 K-mean聚类 | 第32-33页 |
| 3.3.2 张量投票计算 | 第33-34页 |
| 3.4 本章小结 | 第34-35页 |
| 第四章 大型建筑物三维激光点云数据的抽稀方法 | 第35-45页 |
| 4.1 概述 | 第35页 |
| 4.2 常用点云数据抽稀方法 | 第35-38页 |
| 4.2.1 随机采样抽稀法 | 第35-36页 |
| 4.2.2 包围盒均匀抽稀法 | 第36-37页 |
| 4.2.3 基于曲率和法向量的抽稀方法 | 第37-38页 |
| 4.3 几何特征保留的分类抽稀方法 | 第38-40页 |
| 4.3.1 点云数据特征性分类 | 第38-39页 |
| 4.3.2 点云数据分类采样 | 第39-40页 |
| 4.4 遗漏点对比补齐 | 第40-43页 |
| 4.4.1 三角网格化 | 第41-42页 |
| 4.4.2 空洞补齐 | 第42-43页 |
| 4.5 本章小结 | 第43-45页 |
| 第五章 工程案例研究 | 第45-56页 |
| 5.1 工程概况 | 第45-46页 |
| 5.2 大型建筑物点云特征识别结果分析 | 第46-51页 |
| 5.2.1 法向量夹角识别结果 | 第46-47页 |
| 5.2.2 基于曲率值的特征识别 | 第47-48页 |
| 5.2.3 主成分分析 | 第48页 |
| 5.2.4 自适应张量投票 | 第48-50页 |
| 5.2.5 最终识别结果 | 第50-51页 |
| 5.3 大型建筑物点云数据抽稀结果分析 | 第51-55页 |
| 5.4 本章小结 | 第55-56页 |
| 第六章 总结与展望 | 第56-58页 |
| 6.1 全文工作总结 | 第56-57页 |
| 6.2 展望 | 第57-58页 |
| 致谢 | 第58-59页 |
| 参考文献 | 第59-63页 |
| 攻读硕士期间参与的项目及研究成果 | 第63页 |