| 摘要 | 第7-9页 |
| Abstract | 第9-10页 |
| 第一章 绪论 | 第11-18页 |
| 1.1 研究目的与意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-15页 |
| 1.2.1 基于不同时相的激光雷达点云信息提取研究现状 | 第13-14页 |
| 1.2.2 基于不同数据源的信息提取研究现状 | 第14-15页 |
| 1.2.3 基于单时相激光雷达点云信息提取研究现状 | 第15页 |
| 1.3 本文主要研究内容 | 第15-18页 |
| 第二章 机载LiDAR系统工作原理 | 第18-26页 |
| 2.1 机载LiDAR系统 | 第18-21页 |
| 2.1.1 全球定位系统简介 | 第19-20页 |
| 2.1.2 惯性测量系统原理 | 第20-21页 |
| 2.1.3 激光测距系统 | 第21页 |
| 2.2 激光测距技术原理 | 第21-23页 |
| 2.3 机载LiDAR系统相关参数 | 第23-25页 |
| 2.4 本章小结 | 第25-26页 |
| 第三章 机载激光雷达点云预处理 | 第26-34页 |
| 3.1 激光雷达点云数据预处理流程 | 第26页 |
| 3.2 激光雷达点云数据预处理方法 | 第26-28页 |
| 3.3 研究区概况与实验范围选取 | 第28-29页 |
| 3.4 数据去噪与滤波处理 | 第29-31页 |
| 3.5 地物对象划分与样本选取 | 第31-33页 |
| 3.6 本章小结 | 第33-34页 |
| 第四章 地物点云特征分析 | 第34-47页 |
| 4.1 地物点云特征的选择 | 第34-36页 |
| 4.2 点云回波次数比有效性分析 | 第36-39页 |
| 4.3 震害点云特征分析 | 第39-41页 |
| 4.4 最优震害点云分类特征提取 | 第41-46页 |
| 4.5 本章小结 | 第46-47页 |
| 第五章 地物点云分类 | 第47-56页 |
| 5.1 BP神经网络分类 | 第47-50页 |
| 5.1.1 BP神经网络分类原理 | 第47-48页 |
| 5.1.2 BP神经网络分类实验 | 第48-49页 |
| 5.1.3 BP神经网络分类结果分析 | 第49-50页 |
| 5.2 K-最近邻分类 | 第50-53页 |
| 5.2.1 K-最近邻分类原理 | 第50-51页 |
| 5.2.2 K-最近邻分类试验 | 第51-53页 |
| 5.2.3 K-最近邻分类结果分析 | 第53页 |
| 5.3 决策树归纳分类 | 第53-55页 |
| 5.3.1 决策树归纳分类原理 | 第53-54页 |
| 5.3.2 决策树归纳分类算法设计与试验 | 第54-55页 |
| 5.3.3 决策树归纳分类结果分析 | 第55页 |
| 5.4 本章小结 | 第55-56页 |
| 第六章 研究成果与展望 | 第56-58页 |
| 6.1 主要研究成果 | 第56-57页 |
| 6.2 研究展望 | 第57-58页 |
| 参考文献 | 第58-63页 |
| 致谢 | 第63-65页 |
| 作者简介 | 第65-66页 |