基于点云片段法的道路边线提取研究
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 1 绪论 | 第10-18页 |
| 1.1 研究背景 | 第10-12页 |
| 1.1.1 三维激光扫描技术 | 第10-11页 |
| 1.1.2 点云数据处理 | 第11-12页 |
| 1.2 研究意义 | 第12页 |
| 1.3 国内外发展状况 | 第12-15页 |
| 1.3.1 三维激光扫描技术发展状况 | 第12-14页 |
| 1.3.2 点云分类提取研究发展状况 | 第14-15页 |
| 1.4 本文研究内容 | 第15-16页 |
| 1.5 本文结构内容 | 第16-18页 |
| 2 三维激光扫描系统及点云数据简介 | 第18-30页 |
| 2.1 车载三维激光扫描系统介绍 | 第18-22页 |
| 2.1.1 三维激光扫描系统分类 | 第18-19页 |
| 2.1.2 车载三维激光扫描仪系统构成 | 第19-21页 |
| 2.1.3 系统工作原理 | 第21-22页 |
| 2.2 点云数据 | 第22-24页 |
| 2.2.1 点云数据获取 | 第22-23页 |
| 2.2.2 点云数据表达形式 | 第23-24页 |
| 2.2.3 车载点云数据特点 | 第24页 |
| 2.3 常见处理方法介绍 | 第24-27页 |
| 2.3.1 基于投影点密度的距离图像分割方法 | 第24-25页 |
| 2.3.2 高程阈值法点云分类 | 第25-26页 |
| 2.3.3 基于扫描线特征的点云分类方法 | 第26-27页 |
| 2.3.4 方法总结 | 第27页 |
| 2.4 点云片段法提出 | 第27-30页 |
| 3 点云片段提取道路边界线 | 第30-50页 |
| 3.1 高程阈值法 | 第31-32页 |
| 3.1.1 算法改进 | 第31-32页 |
| 3.2 点云片段确定 | 第32-36页 |
| 3.2.1 算法流程 | 第33-36页 |
| 3.3 边界点提取 | 第36-41页 |
| 3.3.1 路肩介绍 | 第36-37页 |
| 3.3.2 边界点提取 | 第37-39页 |
| 3.3.3 算法流程 | 第39-41页 |
| 3.4 边界线优化 | 第41-50页 |
| 3.4.1 水平夹角计算 | 第42页 |
| 3.4.2 边界点聚类分析 | 第42-45页 |
| 3.4.3 边界线拟合 | 第45-46页 |
| 3.4.4 算法流程 | 第46-50页 |
| 4 实验分析 | 第50-60页 |
| 4.1 数据来源及预处理 | 第50-52页 |
| 4.1.1 数据来源 | 第50-51页 |
| 4.1.2 数据预处理 | 第51-52页 |
| 4.2 提取点云片段 | 第52-56页 |
| 4.2.1 高程阈值法 | 第52-53页 |
| 4.2.2 改进算法 | 第53-55页 |
| 4.2.3 片段提取 | 第55-56页 |
| 4.3 道路边界线提取 | 第56-58页 |
| 4.4 实验对比 | 第58-60页 |
| 5 总结并展望 | 第60-64页 |
| 5.1 总结 | 第60-61页 |
| 5.2 后续研究展望 | 第61-64页 |
| 致谢 | 第64-66页 |
| 参考文献 | 第66-69页 |
