| 摘要 | 第4-6页 |
| ABSTRACT | 第6-8页 |
| 第一章 绪论 | 第11-32页 |
| 1.1 研究目的和意义 | 第11-12页 |
| 1.2 机载LiDAR相关理论及应用 | 第12-16页 |
| 1.2.1 系统组成和工作原理 | 第12-14页 |
| 1.2.2 LiDAR技术应用发展 | 第14-16页 |
| 1.3 国内外研究进展 | 第16-28页 |
| 1.3.1 点云处理研究现状 | 第16-26页 |
| 1.3.2 点云处理的热点和难点 | 第26-28页 |
| 1.4 论文研究内容 | 第28-30页 |
| 1.5 论文组织 | 第30-32页 |
| 第二章 基于法向量和距离特征的点云分割 | 第32-64页 |
| 2.1 基于分割对象的点云数据处理 | 第32-34页 |
| 2.2 点云分割概述 | 第34-39页 |
| 2.2.1 点云分割定义 | 第35页 |
| 2.2.2 表面生长点云分割 | 第35-39页 |
| 2.3 基于法向量和距离特征的点云分割 | 第39-52页 |
| 2.3.1 基本原理 | 第39-41页 |
| 2.3.2 法向量角度差和平面拟合残差估计 | 第41-47页 |
| 2.3.3 基于法向量和距离特征的表面生长点云分割优化算法 | 第47-52页 |
| 2.4 点云分割试验 | 第52-63页 |
| 2.4.1 试验数据准备 | 第52-53页 |
| 2.4.2 结果分析及评价 | 第53-63页 |
| 2.5 本章小结 | 第63-64页 |
| 第三章 光滑表面分割支持的TIN渐进加密滤波 | 第64-90页 |
| 3.1 点云滤波概述 | 第64-68页 |
| 3.1.1 点云滤波的难点分析 | 第65-66页 |
| 3.1.2 TIN渐进加密滤波算法 | 第66-68页 |
| 3.2 改进的TIN渐进加密滤波算法 | 第68-74页 |
| 3.2.1 基本思想及流程 | 第69-70页 |
| 3.2.2 改进算法原理及处理过程 | 第70-74页 |
| 3.3 滤波试验及算法性能评价 | 第74-88页 |
| 3.3.1 试验数据准备 | 第74-76页 |
| 3.3.2 试验结果分析及评价 | 第76-88页 |
| 3.4 本章小结 | 第88-90页 |
| 第四章 面向对象的城区点云分类 | 第90-122页 |
| 4.1 点云分类概述 | 第90-91页 |
| 4.2 基于平面生长分割对象的点云分类 | 第91-108页 |
| 4.2.1 平面生长点云分割及面片边界提取 | 第92-95页 |
| 4.2.2 特征选取 | 第95-102页 |
| 4.2.3 SVM基本原理 | 第102-107页 |
| 4.2.4 三维拓扑分析 | 第107-108页 |
| 4.3 面向对象的点云分类试验 | 第108-120页 |
| 4.3.1 试验数据准备 | 第108-110页 |
| 4.3.2 试验过程及结果 | 第110-115页 |
| 4.3.3 试验结果分析 | 第115-120页 |
| 4.4 本章小结 | 第120-122页 |
| 第五章 机载LIDAR点云城区建筑物三维重建 | 第122-150页 |
| 5.1 建筑物重建概述 | 第122-124页 |
| 5.2 基本思想及处理流程 | 第124-126页 |
| 5.3 单栋建筑物脚点自动检测 | 第126-130页 |
| 5.4 面向对象的半自动建筑物三维模型重建 | 第130-141页 |
| 5.4.1 建筑物屋顶轮廓边界提取与规则化 | 第131-136页 |
| 5.4.2 分割面片相交的内部结构线提取 | 第136-139页 |
| 5.4.3 高程阶越边缘线的半自动提取 | 第139-141页 |
| 5.5 建筑物三维重建试验 | 第141-149页 |
| 5.5.1 试验过程及结果 | 第141-146页 |
| 5.5.2 试验精度分析 | 第146-149页 |
| 5.6 本章小结 | 第149-150页 |
| 第六章 总结与展望 | 第150-154页 |
| 6.1 总结 | 第150-152页 |
| 6.2 展望 | 第152-154页 |
| 致谢 | 第154-155页 |
| 参考文献 | 第155-162页 |
| 作者简历 | 第162页 |