顾及点云类别属性与地形结构特征的机载LiDAR数据滤波方法
| 摘要 | 第1-8页 |
| Abstract | 第8-13页 |
| 图索引 | 第13-15页 |
| 表索引 | 第15-16页 |
| 第一章 绪论 | 第16-26页 |
| ·研究的背景与意义 | 第16-18页 |
| ·国内外相关方法综述 | 第18-22页 |
| ·论文研究内容 | 第22-23页 |
| ·论文组织结构 | 第23-26页 |
| 第二章 点云特点、组织方法及噪声点剔除 | 第26-44页 |
| ·LiDAR特点及数据组织方法 | 第26-36页 |
| ·机载LiDAR系统简要回顾 | 第26-27页 |
| ·机载LiDAR数据特点 | 第27-30页 |
| ·点云数据组织方法 | 第30-36页 |
| ·点云噪声剔除方法 | 第36-41页 |
| ·噪声分类、来源及其分布 | 第36-37页 |
| ·现有剔噪方法简述 | 第37-38页 |
| ·渐进有限元推理剔噪算法 | 第38-41页 |
| ·点云组织示例 | 第41-42页 |
| ·本章小结 | 第42-44页 |
| 第三章 栅格信息提取下的城区点云粗分类 | 第44-61页 |
| ·点云粗分类目的及技术背景 | 第44页 |
| ·拓扑启发式影像分割方法 | 第44-52页 |
| ·现有分割方法简述 | 第44-45页 |
| ·算法思想及流程 | 第45-46页 |
| ·算法关键技术 | 第46-50页 |
| ·实验分析 | 第50-52页 |
| ·基于栅格信息提取的粗分类方法 | 第52-59页 |
| ·现有分类方法简述 | 第52-53页 |
| ·分类思想及流程 | 第53-54页 |
| ·算法实现过程 | 第54-59页 |
| ·本章小结 | 第59-61页 |
| 第四章 辅助信息引导的三角网滤波方法 | 第61-76页 |
| ·点云滤波设计 | 第61-64页 |
| ·滤波的假设前提 | 第61-62页 |
| ·滤波算法导向 | 第62页 |
| ·具体算法设计 | 第62-64页 |
| ·点云类别引导下的城区滤波方法 | 第64-69页 |
| ·现有城区滤波方法简述 | 第64页 |
| ·滤波思想及流程 | 第64-65页 |
| ·算法实现过程 | 第65-69页 |
| ·顾及地形特征的山区滤波方法 | 第69-75页 |
| ·现有山区滤波方法简述 | 第69-70页 |
| ·滤波思想及流程 | 第70页 |
| ·算法理论基础 | 第70-72页 |
| ·算法实践分析 | 第72-75页 |
| ·本章小结 | 第75-76页 |
| 第五章 实验分析 | 第76-102页 |
| ·实验平台 | 第76页 |
| ·点云噪声剔除实验 | 第76-81页 |
| ·实验数据 | 第76-77页 |
| ·实验结果 | 第77-79页 |
| ·结果评价 | 第79-81页 |
| ·城区点云分类、滤波实验 | 第81-93页 |
| ·实验数据 | 第81-83页 |
| ·点云分类结果与评价 | 第83-89页 |
| ·点云滤波结果与评价 | 第89-93页 |
| ·山区点云滤波实验 | 第93-96页 |
| ·实验数据 | 第93页 |
| ·滤波结果 | 第93-95页 |
| ·滤波质量评价 | 第95-96页 |
| ·特殊场景的滤波实验 | 第96-101页 |
| ·含高架桥的城区滤波实验 | 第96-99页 |
| ·含大量陡坎的山区滤波实验 | 第99-101页 |
| ·本章小结 | 第101-102页 |
| 第六章 结论与展望 | 第102-105页 |
| ·研究总结及创新点 | 第102-103页 |
| ·进一步的研究与改进 | 第103-105页 |
| 参考文献 | 第105-113页 |
| 附录:攻博期间取得的主要学术成果 | 第113-114页 |
| 后记 | 第114页 |
