| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第10-17页 |
| 1.1 研究背景及意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-13页 |
| 1.2.1 城市地物的遥感分类方法研究现状 | 第11-12页 |
| 1.2.2 基于点云的地物垂直结构特征表达研究现状 | 第12-13页 |
| 1.3 研究内容和技术框架 | 第13-16页 |
| 1.3.1 研究思路 | 第13页 |
| 1.3.2 研究内容 | 第13-14页 |
| 1.3.3 技术框架 | 第14-16页 |
| 1.4 论文组织结构 | 第16-17页 |
| 第二章 城市点云数据获取及垂直结构特征 | 第17-25页 |
| 2.1 城市机载LiDAR数据的获取及预处理 | 第17-20页 |
| 2.1.1 机载激光扫描仪的原理及特点 | 第17-19页 |
| 2.1.2 机载LiDAR点云数据的预处理 | 第19-20页 |
| 2.2 机载LiDAR点云分类的现有算法及不足 | 第20-22页 |
| 2.3 几种典型的地物垂直结构特征分析 | 第22-23页 |
| 2.4 基于地物垂直结构特征的城市点云分类具体流程 | 第23-24页 |
| 2.5 本章小结 | 第24-25页 |
| 第三章 垂直结构特征线的表达和选择 | 第25-34页 |
| 3.1 城市点云的水平格网构建和垂直分层处理 | 第25-27页 |
| 3.2 垂直结构特征曲线的表达和归一化 | 第27-32页 |
| 3.2.1 垂直结构特征值的量化表达 | 第27-30页 |
| 3.2.2 垂直结构特征曲线的构建和归一化 | 第30-32页 |
| 3.3 典型地物点云的垂直结构特征曲线特性 | 第32-33页 |
| 3.4 本章小结 | 第33-34页 |
| 第四章 基于垂直结构特征曲线的点云分类 | 第34-47页 |
| 4.1 非线性垂直结构特征曲线的线性化表达 | 第35-37页 |
| 4.1.1 非线性垂直结构特征曲线的离散化 | 第35-36页 |
| 4.1.2 离散化曲线的高维空间映射 | 第36-37页 |
| 4.2 基于PCA算法的曲线降维处理 | 第37-41页 |
| 4.2.1 PCA的曲线降维方法 | 第37-40页 |
| 4.2.2 降维的维度数设定对降维结果的影响 | 第40-41页 |
| 4.3 基于非监督分类的曲线及点云分类 | 第41-45页 |
| 4.3.1 经典非监督分类算法的原理 | 第41-43页 |
| 4.3.2 基于K-Means算法的曲线分类和点云分类 | 第43-44页 |
| 4.3.3 基于偏度和峰度的曲线非监督分类 | 第44-45页 |
| 4.4 本章小结 | 第45-47页 |
| 第五章 点云分类实验与精度分析 | 第47-58页 |
| 5.1 算法实现平台及实验数据介绍 | 第47-50页 |
| 5.1.1 算法实现平台简介 | 第47页 |
| 5.1.2 实验数据介绍 | 第47-50页 |
| 5.2 几种参数的设定对点云分类的影响 | 第50-56页 |
| 5.2.1 水平格网和垂直分层尺度设定对分类结果的影响 | 第50-52页 |
| 5.2.2 垂直结构特征的选择对分类结果的影响 | 第52-54页 |
| 5.2.3 PCA降维后的维度设定对分类结果的影响 | 第54-56页 |
| 5.3 城市点云分类的整体精度分析 | 第56-57页 |
| 5.4 本章小结 | 第57-58页 |
| 第六章 结论与展望 | 第58-61页 |
| 6.1 本文研究工作及主要创新 | 第58-59页 |
| 6.1.1 本文研究工作总结 | 第58-59页 |
| 6.1.2 主要创新点 | 第59页 |
| 6.2 进一步研究的展望 | 第59-61页 |
| 参考文献 | 第61-64页 |
| 攻读硕士学位期间参加的科研项目和发表的论文 | 第64-65页 |
| 参加的科研项目 | 第64页 |
| 发表的论文 | 第64-65页 |
| 致谢 | 第65-66页 |
