倾斜影像密集匹配点云建筑物提取技术研究
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第9-16页 |
| 1.1 研究背景及意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-14页 |
| 1.2.1 密集匹配点云精度评价 | 第10页 |
| 1.2.2 点云滤波研究现状 | 第10-13页 |
| 1.2.3 建筑物提取研究现状 | 第13-14页 |
| 1.3 论文研究内容和组织结构 | 第14-16页 |
| 第二章 倾斜影像密集匹配点云评价 | 第16-29页 |
| 2.1 倾斜摄影测量概述 | 第16-18页 |
| 2.2 密集匹配点云与激光扫描点云 | 第18-20页 |
| 2.2.1 密集匹配点云特点 | 第19页 |
| 2.2.2 激光扫描点云特点 | 第19-20页 |
| 2.2.3 密集匹配点云与激光扫描点云比较 | 第20页 |
| 2.3 倾斜影像密集匹配点云高程精度评价 | 第20-28页 |
| 2.3.1 “点到面”的高程精度评价算法 | 第20-23页 |
| 2.3.2 实验与分析 | 第23-28页 |
| 2.4 本章小结 | 第28-29页 |
| 第三章 深度图像分割的密集匹配点云滤波 | 第29-50页 |
| 3.1 点云分割 | 第29-33页 |
| 3.1.1 基于深度图像的区域生长分割算法 | 第30-31页 |
| 3.1.2 改进的分割算法 | 第31-33页 |
| 3.2 地面点合并 | 第33-37页 |
| 3.2.1 建筑物主、次方向统计 | 第34-36页 |
| 3.2.2 邻域检索 | 第36-37页 |
| 3.3 实验与分析 | 第37-49页 |
| 3.4 本章小结 | 第49-50页 |
| 第四章 密集匹配点云建筑物提取 | 第50-78页 |
| 4.1 建筑物提取算法 | 第50-61页 |
| 4.1.1 基于颜色和法线差的树木点分割算法 | 第51-57页 |
| 4.1.2 特征计算 | 第57-59页 |
| 4.1.3 基于建筑物结构知识的合并算法 | 第59-61页 |
| 4.2 基于支持向量机的建筑物提取理论 | 第61-65页 |
| 4.2.1 线性模型 | 第61-63页 |
| 4.2.2 非线性模型 | 第63-65页 |
| 4.3 实验与分析 | 第65-77页 |
| 4.3.1 多级分割实验 | 第65-74页 |
| 4.3.2 实验结果定性分析 | 第74-76页 |
| 4.3.3 实验结果定量分析 | 第76-77页 |
| 4.4 本章小结 | 第77-78页 |
| 第五章 总结与展望 | 第78-80页 |
| 5.1 总结 | 第78页 |
| 5.2 进一步研究的工作 | 第78-80页 |
| 致谢 | 第80-81页 |
| 参考文献 | 第81-86页 |
| 作者简历 | 第86页 |
