| 论文创新点 | 第6-7页 |
| 目录 | 第7-11页 |
| 摘要 | 第11-13页 |
| Abstract | 第13-15页 |
| 图索引 | 第16-18页 |
| 表索引 | 第18-19页 |
| 第1章 绪论 | 第19-27页 |
| 1.1 研究背景与意义 | 第19-22页 |
| 1.1.1 三维重建与LiDAR | 第19-21页 |
| 1.1.2 车载LiDAR | 第21-22页 |
| 1.2 研究目标与内容 | 第22-24页 |
| 1.2.1 研究目标 | 第22-23页 |
| 1.2.2 研究内容 | 第23-24页 |
| 1.3 本文组织结构 | 第24-25页 |
| 1.4 本章小结 | 第25-27页 |
| 第2章 车载LiDAR点云数据目标感知研究进展 | 第27-52页 |
| 2.1 车载LiDAR测量系统 | 第28-32页 |
| 2.1.1 系统工作原理 | 第28-29页 |
| 2.1.2 商用车载LiDAR系统 | 第29-32页 |
| 2.1.2.1 StreetMapper360系统 | 第29-30页 |
| 2.1.2.2 Lynx Mobile Mapper V200系统 | 第30-31页 |
| 2.1.2.3 Riegl VMX-450系统 | 第31-32页 |
| 2.2 车载LiDAR点云数据特点 | 第32-36页 |
| 2.2.1 车载/机载LiDAR点云数据的共性 | 第32-35页 |
| 2.2.2 车载/机载LiDAR点云数据的差异 | 第35-36页 |
| 2.3 车载LiDAR点云目标的分类与识别 | 第36-42页 |
| 2.4 车载LiDAR点云建筑物立面几何重建 | 第42-50页 |
| 2.4.1 建筑物重建 | 第42-44页 |
| 2.4.2 立面几何重建 | 第44-50页 |
| 2.5 发展趋势与现状总结 | 第50-51页 |
| 2.6 本章小结 | 第51-52页 |
| 第3章 地理参考点云特征图像的生成方法 | 第52-67页 |
| 3.1 引言 | 第52页 |
| 3.2 LiDAR点云辅助图像 | 第52-55页 |
| 3.2.1 距离图像 | 第53-54页 |
| 3.2.2 强度图像 | 第54页 |
| 3.2.3 CCD图像 | 第54-55页 |
| 3.3 地理参考点云特征图像生成方法 | 第55-60页 |
| 3.3.1 平面投影 | 第55-56页 |
| 3.3.2 权值计算 | 第56-60页 |
| 3.3.3 格网特征值 | 第60页 |
| 3.3.4 算法参数 | 第60页 |
| 3.4 实验与分析 | 第60-66页 |
| 3.4.1 实验数据 | 第60-61页 |
| 3.4.2 实验结果 | 第61-62页 |
| 3.4.3 参数分析 | 第62-65页 |
| 3.4.4 实验结论 | 第65-66页 |
| 3.5 本章小结 | 第66-67页 |
| 第4章 基于地理参考点云特征图像的建筑物目标自动识别 | 第67-90页 |
| 4.1 引言 | 第67-68页 |
| 4.2 基于图像的目标粗分类 | 第68-75页 |
| 4.2.1 图像分割 | 第68-70页 |
| 4.2.2 路面提取 | 第70-72页 |
| 4.2.3 非地面目标提取 | 第72-75页 |
| 4.2.3.1 轮廓边界提取 | 第72-73页 |
| 4.2.3.2 目标粗分类 | 第73页 |
| 4.2.3.3 几何目标大小约束 | 第73-74页 |
| 4.2.3.4 非地面目标点云提取 | 第74-75页 |
| 4.3 目标点云空间特征分析 | 第75-81页 |
| 4.3.1 剖面分析 | 第75-77页 |
| 4.3.1.1 平均剖面面积 | 第76-77页 |
| 4.3.1.2 分类法则 | 第77页 |
| 4.3.2 特征值分析 | 第77-80页 |
| 4.3.2.1 特征值计算 | 第78-79页 |
| 4.3.2.2 目标点云特征值分布 | 第79-80页 |
| 4.3.2.3 分类法则 | 第80页 |
| 4.3.3 分类法则合并 | 第80-81页 |
| 4.4 建筑物目标点云自动识别 | 第81-82页 |
| 4.5 实验与分析 | 第82-88页 |
| 4.5.1 实验数据 | 第82-83页 |
| 4.5.2 实验结果 | 第83-86页 |
| 4.5.3 目标识别的准确率 | 第86-87页 |
| 4.5.4 算法比较 | 第87-88页 |
| 4.5.5 实验结论 | 第88页 |
| 4.6 本章小结 | 第88-90页 |
| 第5章 建筑物点云立面几何重建 | 第90-120页 |
| 5.1 引言 | 第90-91页 |
| 5.2 点云面片分割 | 第91-100页 |
| 5.2.1 点云分割技术 | 第91-96页 |
| 5.2.1.1 区域增长 | 第93页 |
| 5.2.1.2 聚类方法 | 第93-94页 |
| 5.2.1.3 3D霍夫变换 | 第94-95页 |
| 5.2.1.4 RANSAC分割 | 第95-96页 |
| 5.2.2 平面分割 | 第96-99页 |
| 5.2.2.1 最小二乘平面拟合 | 第96-97页 |
| 5.2.2.2 RANSAC算法 | 第97-99页 |
| 5.2.3 实验分析 | 第99-100页 |
| 5.3 立面几何位置边界确定 | 第100-107页 |
| 5.3.1 立面检测 | 第101-102页 |
| 5.3.2 粗糙立面边界 | 第102-103页 |
| 5.3.3 冗余边界剔除 | 第103页 |
| 5.3.4 边界规则化 | 第103-104页 |
| 5.3.5 实验分析 | 第104-107页 |
| 5.4 立面细节的几何特征提取 | 第107-114页 |
| 5.4.1 几何特征 | 第108-109页 |
| 5.4.2 语义描述 | 第109-111页 |
| 5.4.3 面片识别 | 第111-112页 |
| 5.4.4 窗户提取 | 第112-114页 |
| 5.5 建筑物几何框架模型重建 | 第114-119页 |
| 5.5.1 面片拓扑 | 第115-116页 |
| 5.5.2 几何框架模型构建 | 第116-117页 |
| 5.5.3 实验结果 | 第117-119页 |
| 5.6 本章小结 | 第119-120页 |
| 第6章 结论与展望 | 第120-124页 |
| 6.1 研究工作总结 | 第120-121页 |
| 6.2 论文的创新点 | 第121-122页 |
| 6.3 后续研究展望 | 第122-124页 |
| 参考文献 | 第124-139页 |
| 攻读博士期间的研究经历与成果 | 第139-140页 |
| 致谢 | 第140-141页 |
