机载激光雷达点云数据分类方法研究
| 摘要 | 第1-7页 |
| Abstract | 第7-10页 |
| 第1章 绪论 | 第10-13页 |
| ·论文的研究意义 | 第10页 |
| ·国内外研究现状 | 第10-11页 |
| ·国外研究现状 | 第11页 |
| ·国内研究现状 | 第11页 |
| ·本文主要研究内容及结构 | 第11-13页 |
| 第2章 LIDAR系统构成及原理 | 第13-17页 |
| ·机载激光雷达组成和原理介绍 | 第13页 |
| ·机载激光雷达误差来源和应用领域 | 第13-15页 |
| ·点云数据构成及特点 | 第15页 |
| ·激光点云分类的精度评定 | 第15-16页 |
| ·滤波的难点和关键 | 第16-17页 |
| 第3章 机载激光雷达滤波和建筑物提取 | 第17-28页 |
| ·现有滤波算法 | 第17-24页 |
| ·数学形态学法 | 第17-19页 |
| ·坡度算法 | 第19-20页 |
| ·不规则三角网算法 | 第20-21页 |
| ·移动曲面拟合算法 | 第21页 |
| ·迭代最小二乘内插算法 | 第21-22页 |
| ·滤波算法综述和比较分析 | 第22-24页 |
| ·建筑物提取概述 | 第24-28页 |
| ·区域增长算法 | 第24-25页 |
| ·三维HOUGH变换算法 | 第25-26页 |
| ·基于影像和LIDAR点云融合的三维建筑物提取 | 第26-28页 |
| 第4章 实验分析 | 第28-51页 |
| ·数学形态法及其改进算法比较 | 第28-34页 |
| ·距离期望定权算法比较 | 第34-37页 |
| ·改进的自适应坡度滤波算法 | 第37-44页 |
| ·建筑物点云提取 | 第44-50页 |
| ·高程分割 | 第45-47页 |
| ·梯度分割和邻域密度分析 | 第47-48页 |
| ·区域增长和建筑物分割 | 第48-50页 |
| ·阶层式点云分类分割 | 第50-51页 |
| 第5章 机载激光雷达点云滤波分类分割处理软件研制 | 第51-58页 |
| ·软件的研制平台 | 第51-53页 |
| ·软件的研制总体结构设计 | 第53-54页 |
| ·软件的流程 | 第54-58页 |
| 第6章 结论与展望 | 第58-60页 |
| ·主要结论 | 第58-59页 |
| ·不足和展望 | 第59-60页 |
| 致谢 | 第60-61页 |
| 参考文献 | 第61-63页 |
