城市地物点云配准与典型要素提取
| 致谢 | 第3-6页 |
| 摘要 | 第6-8页 |
| abstract | 第8-9页 |
| 1 绪论 | 第22-34页 |
| 1.1 研究背景与意义 | 第22-24页 |
| 1.2 国内外研究现状 | 第24-31页 |
| 1.3 论文研究目标和内容 | 第31页 |
| 1.4 论文组织结构 | 第31-34页 |
| 2 点云数据处理基本理论 | 第34-54页 |
| 2.1 点云数据结构 | 第34-39页 |
| 2.2 点云特征描述 | 第39-47页 |
| 2.3 点云配准 | 第47-51页 |
| 2.4 点云分割 | 第51-53页 |
| 2.5 小结 | 第53-54页 |
| 3 ICP算法在3D点云配准中的有效性分析 | 第54-77页 |
| 3.1 概述 | 第54-55页 |
| 3.2 ICP算法影响因素 | 第55-57页 |
| 3.3 实验设计 | 第57-63页 |
| 3.4 结果分析 | 第63-76页 |
| 3.5 小结 | 第76-77页 |
| 4 基于初始四点对的点云配准方法 | 第77-100页 |
| 4.1 特征点提取 | 第78-85页 |
| 4.2 基于FIPP算法的同名点对搜索 | 第85-90页 |
| 4.3 转换矩阵求解 | 第90-91页 |
| 4.4 实验分析 | 第91-99页 |
| 4.5 小结 | 第99-100页 |
| 5 特征描述优化的RGB点云快速配准 | 第100-118页 |
| 5.1 基于RGB信息的候选点集 | 第100-106页 |
| 5.2 RGB点云配准 | 第106-107页 |
| 5.3 实验分析 | 第107-117页 |
| 5.4 小结 | 第117-118页 |
| 6 基于区域增长法的城市道路自动提取 | 第118-138页 |
| 6.1 概述 | 第118-119页 |
| 6.2 城市道路自动提取算法 | 第119-125页 |
| 6.3 实验设计 | 第125-129页 |
| 6.4 结果分析 | 第129-137页 |
| 6.5 小结 | 第137-138页 |
| 7 基于体素分层的城市行道树提取 | 第138-155页 |
| 7.1 概述 | 第138-139页 |
| 7.2 行道树粗分类 | 第139-143页 |
| 7.3 行道树精细提取 | 第143-150页 |
| 7.4 实验分析 | 第150-154页 |
| 7.5 小结 | 第154-155页 |
| 8 总结与展望 | 第155-157页 |
| 8.1 总结 | 第155-156页 |
| 8.2 展望 | 第156-157页 |
| 参考文献 | 第157-169页 |
| 作者简历 | 第169-171页 |
| 学位论文数据集 | 第171页 |
