| 摘要 | 第10-12页 |
| ABSTRACT | 第12-14页 |
| 第一章 绪论 | 第15-27页 |
| 1.1 研究背景和意义 | 第15-18页 |
| 1.2 国内外相关研究现状 | 第18-22页 |
| 1.2.1 基于LiDAR数据的建筑物提取 | 第18-20页 |
| 1.2.2 基于影像的建筑物提取 | 第20-21页 |
| 1.2.3 LiDAR数据与影像相结合的建筑物提取 | 第21-22页 |
| 1.3 关于数学形态学理论发展 | 第22-25页 |
| 1.3.1 基于数学形态学的LiDAR数据处理 | 第22-23页 |
| 1.3.2 分水岭算法 | 第23-24页 |
| 1.3.3 连通算子 | 第24-25页 |
| 1.4 主要研究内容 | 第25-26页 |
| 1.5 论文组织 | 第26-27页 |
| 第二章 研究区数据概况及预处理 | 第27-49页 |
| 2.1 研究区数据概况 | 第27-31页 |
| 2.2 激光点云网格化 | 第31-37页 |
| 2.3 噪声点去除 | 第37-44页 |
| 2.4 植被区域识别 | 第44-48页 |
| 2.5 本章小结 | 第48-49页 |
| 第三章 基于分水岭算法的建筑物区域提取 | 第49-73页 |
| 3.1 引言 | 第49-50页 |
| 3.2 分水岭算法的相关概念 | 第50-54页 |
| 3.2.1 最小区域 | 第50-51页 |
| 3.2.2 积水盆地 | 第51页 |
| 3.2.3 测地距离和测地影响区域 | 第51-52页 |
| 3.2.4 浸水法的淹没过程 | 第52-54页 |
| 3.3 基于分水岭算法的激光点云分割 | 第54-63页 |
| 3.3.1 生成梯度数据 | 第54-57页 |
| 3.3.2 梯度数据的排序 | 第57-59页 |
| 3.3.3 数字表面模型的淹没过程 | 第59-60页 |
| 3.3.4 淹没过程的约束 | 第60-63页 |
| 3.4 基于证据理论的建筑物区域识别 | 第63-71页 |
| 3.4.1 证据理论的基本原理 | 第64-65页 |
| 3.4.2 分割区域的分类及建筑物提取 | 第65-71页 |
| 3.5 本章小结 | 第71-73页 |
| 第四章 基于连通算子的建筑物区域提取 | 第73-100页 |
| 4.1 引言 | 第73页 |
| 4.2 连通算子的相关概念 | 第73-83页 |
| 4.2.1 连通性分析 | 第73-79页 |
| 4.2.2 属性滤波 | 第79-80页 |
| 4.2.3 树结构算法 | 第80-83页 |
| 4.3 基于连通算子的建筑物提取 | 第83-91页 |
| 4.3.1 初始建筑物提取 | 第83-86页 |
| 4.3.2 去除植被区域 | 第86-91页 |
| 4.4 与分水岭算法进行对比 | 第91-96页 |
| 4.5 结果合并 | 第96-98页 |
| 4.6 本章小结 | 第98-100页 |
| 第五章 建筑物区域精度评价与分析 | 第100-125页 |
| 5.1 引言 | 第100-101页 |
| 5.2 建筑物区域精度评价方法 | 第101-104页 |
| 5.2.1 基于像元的精度评价方法 | 第101页 |
| 5.2.2 基于对象的精度评价方法 | 第101-103页 |
| 5.2.3 精度评价方法分析 | 第103-104页 |
| 5.3 基于分水岭算法建筑物提取区域的精度评价 | 第104-109页 |
| 5.3.1 基于像元的精度评价 | 第104-106页 |
| 5.3.2 基于对象的精度评价 | 第106-109页 |
| 5.4 基于连通算子建筑物提取区域的精度评价 | 第109-113页 |
| 5.4.1 基于像元的精度评价 | 第109-111页 |
| 5.4.2 基于对象的精度评价 | 第111-113页 |
| 5.5 最终建筑物提取区域的精度评价 | 第113-123页 |
| 5.5.1 基于像元的精度评价 | 第113-115页 |
| 5.5.2 基于对象的精度评价 | 第115-118页 |
| 5.5.3 比较与分析 | 第118-123页 |
| 5.6 本章小结 | 第123-125页 |
| 第六章 总结与展望 | 第125-127页 |
| 参考文献 | 第127-138页 |
| 攻读博士期间发表的论文 | 第138-139页 |
| 致谢 | 第139-140页 |