摘要 | 第4-6页 |
Abstract | 第6-7页 |
第一章 绪论 | 第12-19页 |
1.1 研究背景、目的以及选题意义 | 第12-14页 |
1.1.1 研究背景 | 第12-13页 |
1.1.2 研究目的以及选题意义 | 第13-14页 |
1.2 机载 LiDAR 系统发展现状 | 第14-15页 |
1.3 LiDAR 数据处理技术的研究现状 | 第15-18页 |
1.3.1 LiDAR 点云数据滤波技术研究现状 | 第15-16页 |
1.3.2 建筑物提取技术研究现状 | 第16-18页 |
1.4 论文的结构和安排 | 第18-19页 |
第二章 机载 LiDAR 技术 | 第19-36页 |
2.1 机载 LiDAR 系统的组成和工作原理 | 第19-24页 |
2.1.1 机载 LiDAR 系统的组成 | 第19-21页 |
2.1.2 机载 LiDAR 系统的工作原理 | 第21-23页 |
2.1.3 机载 LiDAR 系统主要技术指标 | 第23-24页 |
2.2 机载 LiDAR 的数据特点和处理流程 | 第24-28页 |
2.2.1 机载 LiDAR 数据特点 | 第24-27页 |
2.2.2 机载 LiDAR 数据处理流程 | 第27-28页 |
2.3 机载 LiDAR 系统误差分析 | 第28-32页 |
2.4 机载 LiDAR 测量与其他技术手段的比较 | 第32-36页 |
2.4.1 机载 LiDAR 与机载 InSAR 的比较 | 第32-33页 |
2.4.2 机载 LiDAR 与航空摄影测量的比较 | 第33-35页 |
2.4.3 结论 | 第35-36页 |
第三章 机载 LiDAR 数据的滤波 | 第36-43页 |
3.1 滤波技术 | 第36-38页 |
3.1.1 滤波技术原理 | 第36-37页 |
3.1.2 点云数据滤波分类 | 第37页 |
3.1.3 滤波分类基本流程 | 第37-38页 |
3.2 经典滤波方法 | 第38-41页 |
3.2.1 数学形态学的滤波算法 | 第39页 |
3.2.2 移动窗口内的滤波算法 | 第39页 |
3.2.3 迭代线性的最小二乘内插算法 | 第39-40页 |
3.2.4 基于坡度变化的滤波算法 | 第40-41页 |
3.2.5 综合评价分析 | 第41页 |
3.3 自适应滤波器 | 第41-43页 |
第四章 LiDAR 点云数据处理及 DSM 滤波 | 第43-62页 |
4.1 实验数据与平台 | 第43-44页 |
4.1.1 实验数据 | 第43-44页 |
4.1.2 实验操作平台 | 第44页 |
4.2 LiDAR 点云数据的处理 | 第44-62页 |
4.2.1 ASCII 与 LAS 的转化 | 第44-45页 |
4.2.2 三维化显示 | 第45-47页 |
4.2.3 DSM 的生成 | 第47-52页 |
4.2.4 DSM 深度影像的滤波处理 | 第52-62页 |
第五章 建筑物自动化提取 | 第62-80页 |
5.1 建筑物提取流程 | 第62页 |
5.2 数学形态学图像处理方式 | 第62-64页 |
5.2.1 术语定义 | 第63页 |
5.2.2 运算原理 | 第63-64页 |
5.3 建筑物自动提取步骤 | 第64-73页 |
5.3.1 数据预处理 | 第64-66页 |
5.3.2 提取建筑物 | 第66-73页 |
5.4 实验结果与对比分析 | 第73-80页 |
第六章 总结和展望 | 第80-83页 |
6.1 总结 | 第80-81页 |
6.2 展望 | 第81-83页 |
参考文献 | 第83-85页 |
攻读学位期间取得的研究成果 | 第85-86页 |
致谢 | 第86页 |