侧视LiDAR数据多层次单木点云分割研究
| 摘要 | 第1-6页 |
| Abstract | 第6-17页 |
| 第一章 绪论 | 第17-30页 |
| ·选题背景与研究意义 | 第17-19页 |
| ·选题背景 | 第17-19页 |
| ·研究目的与研究意义 | 第19页 |
| ·点云空间索引策略综述 | 第19-22页 |
| ·点云空间索引方法 | 第19-21页 |
| ·点云空间索引方法小结 | 第21-22页 |
| ·单木点云分割方法综述 | 第22-25页 |
| ·机载LiDAR单木点云分割方法 | 第22-23页 |
| ·侧视LiDAR单木点云分割方法 | 第23-25页 |
| ·单木点云分割方法小结 | 第25页 |
| ·研究内容与技术路线 | 第25-28页 |
| ·研究内容 | 第25页 |
| ·研究难点 | 第25-26页 |
| ·技术路线 | 第26-28页 |
| ·论文组织结构 | 第28-30页 |
| 第二章 研究区与数据 | 第30-34页 |
| ·研究区介绍 | 第30-31页 |
| ·数据介绍 | 第31-34页 |
| ·地面LiDAR数据 | 第31-32页 |
| ·车载LiDAR数据 | 第32-34页 |
| 第三章 基于自适应八叉树的点云索引 | 第34-50页 |
| ·引言 | 第34-37页 |
| ·自适应八叉树 | 第37-40页 |
| ·传统八叉树 | 第37-38页 |
| ·自适应八叉树 | 第38-40页 |
| ·自适应八叉树构建结果 | 第40-49页 |
| ·索引构建效率 | 第40-42页 |
| ·邻域检索效率 | 第42-46页 |
| ·节点位置精度 | 第46-49页 |
| ·小结 | 第49-50页 |
| 第四章 多层次单木点云分割技术 | 第50-64页 |
| ·引言 | 第50-51页 |
| ·区域级分割——点云空间聚类 | 第51-53页 |
| ·单木级分割——树木核心区域分割 | 第53-58页 |
| ·树干检测 | 第53-56页 |
| ·基于Voronoi图的粗分割 | 第56-58页 |
| ·冠层级分割——重叠冠层分割 | 第58-63页 |
| ·归一化切分方法 | 第59-62页 |
| ·改进的归一化切分方法 | 第62-63页 |
| ·小结 | 第63-64页 |
| 第五章 单木点云分割实验 | 第64-78页 |
| ·数据预处理 | 第64-65页 |
| ·单木点云分割实验 | 第65-71页 |
| ·区域级分割 | 第65-66页 |
| ·单木级分割 | 第66-67页 |
| ·冠层级分割 | 第67-68页 |
| ·单木点云分割结果 | 第68-69页 |
| ·精度与误差分析 | 第69-71页 |
| ·参数讨论 | 第71-75页 |
| ·自适应八叉树节点粒度 | 第71页 |
| ·局部最大值搜索半径 | 第71-72页 |
| ·直方图峰度阈值 | 第72-74页 |
| ·Voronoi图缓冲区大小 | 第74页 |
| ·Ncut节点相似性 | 第74-75页 |
| ·分割结果初步应用 | 第75-77页 |
| ·小结 | 第77-78页 |
| 第六章 结论与展望 | 第78-81页 |
| ·研究结论 | 第78-79页 |
| ·主要创新 | 第79页 |
| ·研究展望 | 第79-81页 |
| 参考文献 | 第81-87页 |
| 攻读硕士学位期间取得的主要成果 | 第87-89页 |
| 致谢 | 第89-91页 |
