| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第1章 绪论 | 第10-15页 |
| ·研究的背景和意义 | 第10-11页 |
| ·相关的国内外研究现状 | 第11-13页 |
| ·国际上的相关研究成果 | 第11-12页 |
| ·我国的相关研究成果 | 第12-13页 |
| ·发展趋势及需要解决的问题 | 第13-14页 |
| ·本文研究的主要内容和论文组织 | 第14-15页 |
| 第2章 相关LIDAR技术简介 | 第15-27页 |
| ·机载LIDAR系统简介 | 第15-17页 |
| ·机载LIDAR系统的工作原理 | 第15页 |
| ·机载LIDAR系统的应用领域 | 第15-16页 |
| ·LIDAR点云数据的特点 | 第16-17页 |
| ·LIDAR点云数据的滤波处理算法 | 第17-24页 |
| ·迭代最小二乘线性内插滤波算法 | 第18-19页 |
| ·数学形态学滤波方法 | 第19-20页 |
| ·基于坡度的滤波算法 | 第20-21页 |
| ·渐近不规则三角网加密法 | 第21-22页 |
| ·基于分割方法的滤波算法 | 第22-23页 |
| ·融合强度信息的滤波算法 | 第23-24页 |
| ·基于LIDAR点云数据的建筑物提取方法 | 第24-27页 |
| 第3章 基于条带划分的分类方法 | 第27-37页 |
| ·LIDAR点云数据的快速读写 | 第27-28页 |
| ·点云数据的分块 | 第28页 |
| ·点云数据的分类 | 第28-33页 |
| ·沿Y方向和X方向分条带 | 第29页 |
| ·分类 | 第29-32页 |
| ·分类过程整体流程 | 第32-33页 |
| ·实验结果及分析 | 第33-37页 |
| ·实验结果 | 第34-36页 |
| ·分类方法实验误差比较 | 第36-37页 |
| 第4章 基于Delaunay三角剖分的建筑物分割及边缘提取 | 第37-53页 |
| ·现有的建筑物分割及边缘提取方法 | 第37-38页 |
| ·对LIDAR点云数据建立Delaunay三角网 | 第38-46页 |
| ·Delaunay三角网及现有的构建方法 | 第39-41页 |
| ·文中方法所需的数据结构 | 第41-43页 |
| ·基于分划-归并方法的Delaunay三角剖分 | 第43-46页 |
| ·基于Delaunay三角网的建筑物分割及边缘提取 | 第46-49页 |
| ·三角形分类 | 第46-47页 |
| ·分割及边缘提取 | 第47-48页 |
| ·删除碎片 | 第48-49页 |
| ·实验结果及分析 | 第49-53页 |
| ·建筑物分割 | 第49-50页 |
| ·边缘提取 | 第50-52页 |
| ·房屋全自动建模 | 第52-53页 |
| 第5章 总结与展望 | 第53-55页 |
| ·全文总结 | 第53页 |
| ·研究与展望 | 第53-55页 |
| 参考文献 | 第55-58页 |
| 作者简介及在学期间所取得的科研成果 | 第58-59页 |
| 致谢 | 第59页 |