| 摘要 | 第11-13页 |
| Abstract | 第13-15页 |
| 1 绪论 | 第16-28页 |
| 1.1 研究背景与意义 | 第16-18页 |
| 1.2 国内外研究现状 | 第18-25页 |
| 1.3 主要研究内容 | 第25-26页 |
| 1.4 论文组织结构 | 第26-28页 |
| 2 LiDAR系统原理及其数据处理 | 第28-44页 |
| 2.1 LiDAR系统基本原理 | 第28-31页 |
| 2.2 LiDAR数据预处理 | 第31-37页 |
| 2.3 LiDAR数据与遥感影像的配准 | 第37-42页 |
| 2.4 本章小结 | 第42-44页 |
| 3 融合多特征的LiDAR点云数据滤波 | 第44-82页 |
| 3.1 LiDAR点云数据滤波原理 | 第44-48页 |
| 3.2 滤波难点分析 | 第48-52页 |
| 3.3 现有滤波方法分析 | 第52-67页 |
| 3.4 融合多特征的LiDAR点云数据滤波方法 | 第67-75页 |
| 3.5 实验与分析 | 第75-81页 |
| 3.6 本章小结 | 第81-82页 |
| 4 融合影像特征的LiDAR点云SVM分类 | 第82-116页 |
| 4.1 现有LiDAR点云分类方法 | 第82-83页 |
| 4.2 基于点集的组织与索引 | 第83-88页 |
| 4.3 特征提取 | 第88-98页 |
| 4.4 融合影像特征的LiDAR点云特征加权SVM分类 | 第98-108页 |
| 4.5 实验与分析 | 第108-114页 |
| 4.6 本章小结 | 第114-116页 |
| 5 融合LiDAR数据的高分辨率影像面向对象分类 | 第116-136页 |
| 5.1 面向对象分类方法 | 第117页 |
| 5.2 多尺度分割方法 | 第117-123页 |
| 5.3 基于规则的模糊分类 | 第123-129页 |
| 5.4 融合LiDAR数据的高分辨率影像面向对象分类流程 | 第129-130页 |
| 5.5 实验与分析 | 第130-135页 |
| 5.6 本章小结 | 第135-136页 |
| 6 总结与展望 | 第136-140页 |
| 6.1 全文总结 | 第136-137页 |
| 6.2 特色及创新点 | 第137-138页 |
| 6.3 研究展望 | 第138-140页 |
| 参考文献 | 第140-150页 |
| 博士期间发表论文及参与科研项目情况 | 第150-152页 |
| 已发表论文 | 第150页 |
| 参与科研项目情况 | 第150-152页 |
| 致谢 | 第152页 |