| 致谢 | 第1-6页 |
| 摘要 | 第6-7页 |
| Abstract | 第7-11页 |
| 1 绪论 | 第11-16页 |
| ·研究背景和意义 | 第11-12页 |
| ·机载激光雷达的研究现状与发展趋势 | 第12-14页 |
| ·机载激光雷达硬件的现状与发展趋势 | 第12-13页 |
| ·机载激光雷达点云数据处理的现状与发展趋势 | 第13-14页 |
| ·本文研究的主要内容 | 第14-16页 |
| 2 机载激光雷达技术 | 第16-23页 |
| ·机载激光雷达系统介绍 | 第16-17页 |
| ·机载激光雷达工作原理 | 第17-19页 |
| ·机载激光雷达数据特点 | 第19-21页 |
| ·机载激光雷达系统误差分析 | 第21-22页 |
| ·粗差 | 第21页 |
| ·系统误差 | 第21-22页 |
| ·随机误差 | 第22页 |
| ·本章小结 | 第22-23页 |
| 3 基于邻近点分析的机载LiDAR 点云数据的粗差剔除方法 | 第23-37页 |
| ·粗差来源及分类 | 第23-24页 |
| ·已有粗差剔除方法概述 | 第24-26页 |
| ·基于分布的粗差剔除方法 | 第24页 |
| ·基于深度的粗差剔除方法 | 第24-25页 |
| ·基于聚类的粗差剔除方法 | 第25页 |
| ·基于距离的粗差剔除方法 | 第25页 |
| ·基于密度的粗差剔除方法 | 第25页 |
| ·其他粗差剔除方法 | 第25-26页 |
| ·基于改进的邻近点搜索的粗差剔除方法 | 第26-28页 |
| ·方法概述 | 第26-27页 |
| ·直方图频数分析 | 第27页 |
| ·邻近点搜索 | 第27-28页 |
| ·基于改进的邻近点搜索的粗差剔除方法的实验 | 第28-36页 |
| ·实验结果 | 第28-35页 |
| ·粗差剔除实验总结 | 第35-36页 |
| ·本章小结 | 第36-37页 |
| 4 集成多特征的机载LiDAR 点云数据的滤波方法 | 第37-70页 |
| ·现有滤波方法分析 | 第37-42页 |
| ·基于坡度的滤波算法 | 第37-38页 |
| ·基于表面的滤波算法 | 第38-39页 |
| ·基于分割的滤波算法 | 第39-40页 |
| ·现有滤波算法评价 | 第40-42页 |
| ·机载LiDAR 点云数据的多回波分析 | 第42-45页 |
| ·多回波形成 | 第42-43页 |
| ·多回波分布及分析 | 第43-45页 |
| ·多回波的应用 | 第45页 |
| ·融合多特征的机载LiDAR 点云数据的滤波方法 | 第45-50页 |
| ·融合多特征的机载LiDAR 点云数据滤波方法的概述 | 第46页 |
| ·包围盒的确定 | 第46页 |
| ·初始地面点集的确定 | 第46-49页 |
| ·基于多特征的滤波 | 第49-50页 |
| ·融合多特征的机载LiDAR 点云数据的滤波实验 | 第50-68页 |
| ·实验数据 | 第50-53页 |
| ·滤波实验的定量分析方法 | 第53页 |
| ·实验结果 | 第53-68页 |
| ·实验总结 | 第68页 |
| ·本章小结 | 第68-70页 |
| 5 总结与展望 | 第70-72页 |
| ·本文总结 | 第70页 |
| ·展望 | 第70-72页 |
| 参考文献 | 第72-76页 |
| 作者简历 | 第76-78页 |
| 学位论文数据集 | 第78-79页 |
