摘要 | 第1页 |
Abstract | 第6-7页 |
详细摘要 | 第7-10页 |
Detailed Abstract | 第10-18页 |
1 绪论 | 第18-34页 |
·选题的背景 | 第18-20页 |
·选题的目的及意义 | 第20-21页 |
·机载 LiDAR 的国内外研究现状 | 第21-29页 |
·机载 LiDAR 的发展历史 | 第21页 |
·机载 LiDAR 噪声点滤波的研究进展 | 第21-22页 |
·机载 LiDAR 地面点云分类的研究进展 | 第22-26页 |
·机载 LiDAR 建筑物点云分类的研究进展 | 第26-28页 |
·机载 LiDAR 道路点云分类及路网提取的研究进展 | 第28-29页 |
·研究的内容 | 第29-30页 |
·研究方法及其技术路线 | 第30-32页 |
·论文结构安排 | 第32-34页 |
2 机载 LiDAR 系统的原理 | 第34-54页 |
·激光测距仪 | 第35-42页 |
·激光器的测距原理 | 第35-38页 |
·地物反射率与激光安全 | 第38-41页 |
·激光光斑与扫描方式 | 第41-42页 |
·POS 系统 | 第42-45页 |
·LiDAR 点云 | 第45-51页 |
·LiDAR 点云的生成过程 | 第45-47页 |
·LiDAR 点云的特点 | 第47-51页 |
·小结 | 第51-54页 |
3 机载 LiDAR 点云滤波与地面点云分类 | 第54-86页 |
·测试数据介绍 | 第54-55页 |
·LiDAR 噪声点云的滤波 | 第55-62页 |
·低位与高位噪声的滤波 | 第55-59页 |
·异常噪声的探测 | 第59-60页 |
·噪声点云的滤波结果与分析 | 第60-62页 |
·地面点云分类的改进参数形态学算法 | 第62-70页 |
·经典渐进式形态学分类算法 | 第62-64页 |
·改进参数的形态学法 | 第64-67页 |
·分类结果与精度分析 | 第67-70页 |
·地面点云分类的二元二次趋势面结合形态学算法 | 第70-76页 |
·二元二次趋势面联合形态学的方法 | 第70-75页 |
·分类结果与精度分析 | 第75-76页 |
·地面点云分类的窗口迭代克里金算法 | 第76-83页 |
·克里金插值模型 | 第76-79页 |
·窗口迭代的克里金法 | 第79-80页 |
·分类结果与精度分析 | 第80-83页 |
·本文三种分类算法的对比分析 | 第83-85页 |
·小结 | 第85-86页 |
4 机载 LiDAR 建筑物点云的分类 | 第86-114页 |
·测试数据介绍 | 第86-87页 |
·建筑物点云分类的 CUMT_PC 法 | 第87-102页 |
·地面点云分类的自适应 TIN 加密法 | 第87-89页 |
·建筑物点云粗分类的主成分分析法 | 第89-92页 |
·屋顶面域的提取及其精度分析 | 第92-95页 |
·建筑物点云细分类及其精度评价 | 第95-102页 |
·建筑物点云分类的 CUMT_AT 法 | 第102-111页 |
·从高点云中分类建筑物点云 | 第102-105页 |
·从低点云中分类建筑物点云 | 第105-106页 |
·屋顶面域提取精度分析 | 第106-109页 |
·建筑物点云分类精度评价 | 第109-111页 |
·小结 | 第111-114页 |
5 机载 LiDAR 道路点云分类及主干路网的提取 | 第114-126页 |
·城市道路点云的分类 | 第115-118页 |
·LiDAR 点云的格网化 | 第115-116页 |
·道路点云分类的区域增长法 | 第116-118页 |
·城市主干路网的提取 | 第118-121页 |
·道路中线提取的并行细化算法 | 第118-119页 |
·道路中线的噪声移除 | 第119-121页 |
·城市主干路网的矢量化 | 第121-122页 |
·城市主干路网提取精度分析 | 第122-125页 |
·小结 | 第125-126页 |
6 结论与展望 | 第126-130页 |
·研究成果 | 第126-127页 |
·创新点 | 第127页 |
·研究展望 | 第127-130页 |
参考文献 | 第130-138页 |
致谢 | 第138-140页 |
作者简介 | 第140页 |
在学期间发表的学术论文及参加的科研项目 | 第140-141页 |