LIDAR数据滤波和影像辅助提取建筑物
| 摘要 | 第1-9页 |
| Abstract | 第9-11页 |
| 第1章 绪论 | 第11-24页 |
| ·引言 | 第11-12页 |
| ·本文研究的目的和意义 | 第12-13页 |
| ·国内外研究现状及分析 | 第13-22页 |
| ·激光点云数据滤波算法 | 第13-19页 |
| ·建筑物激光脚点提取算法 | 第19-22页 |
| ·本文的研究内容和结构安排 | 第22-24页 |
| 第2章 机载激光雷达测量技术原理及应用 | 第24-41页 |
| ·系统组成 | 第24-28页 |
| ·激光测距单元 | 第25页 |
| ·惯性量测单元 | 第25-26页 |
| ·光学机械扫描单元 | 第26-27页 |
| ·动态差分GPS 定位系统 | 第27-28页 |
| ·成像装置 | 第28页 |
| ·定位原理 | 第28-30页 |
| ·激光测距原理 | 第28页 |
| ·地面点定位原理 | 第28-30页 |
| ·系统参数 | 第30-35页 |
| ·机载LIDAR 技术应用沿革 | 第35-38页 |
| ·典型的商用LIDAR 系统 | 第38-40页 |
| ·本章小结 | 第40-41页 |
| 第3章 基于数学形态学的LIDAR 数据滤波技术 | 第41-74页 |
| ·机载LIDAR 数据的特点 | 第41-45页 |
| ·点云数据特点 | 第41-44页 |
| ·反射强度数据特点 | 第44-45页 |
| ·点云数据组织 | 第45-51页 |
| ·点云数据的表达方式 | 第45-47页 |
| ·虚拟格网体元 | 第47-48页 |
| ·重采样策略 | 第48-51页 |
| ·滤波误差的定义 | 第51-52页 |
| ·多尺度数学形态学滤波 | 第52-60页 |
| ·形态学滤波原理 | 第52-53页 |
| ·多尺度开运算滤波 | 第53-55页 |
| ·算法流程 | 第55-56页 |
| ·实验与分析 | 第56-60页 |
| ·滤波质量控制 | 第60-62页 |
| ·误分类地面点搜索 | 第60-61页 |
| ·桥梁提取 | 第61-62页 |
| ·实验结果与分析 | 第62-73页 |
| ·本章小结 | 第73-74页 |
| 第4章 基于支持向量机的建筑物激光脚点提取方法 | 第74-112页 |
| ·建筑物激光脚点提取策略 | 第74-82页 |
| ·候选点提取 | 第75-76页 |
| ·特征选择 | 第76-80页 |
| ·分类器设计 | 第80-81页 |
| ·算法流程 | 第81-82页 |
| ·支持向量机理论 | 第82-88页 |
| ·机器学习问题 | 第82-83页 |
| ·结构风险最小化 | 第83-84页 |
| ·支持向量机的构造 | 第84-88页 |
| ·激光脚点的支持向量机分类算法 | 第88-99页 |
| ·非线性样本的支持向量机分类 | 第88页 |
| ·算法流程 | 第88-89页 |
| ·实验与分析 | 第89-99页 |
| ·不平衡支持向量机分类方法 | 第99-111页 |
| ·不平衡数据集 | 第99-100页 |
| ·惩罚因子调节平衡方法 | 第100-101页 |
| ·特征提取平衡法 | 第101-104页 |
| ·实验与分析 | 第104-111页 |
| ·总结 | 第111-112页 |
| 第5章 总结与展望 | 第112-114页 |
| ·总结 | 第112-113页 |
| ·展望 | 第113-114页 |
| 参考文献 | 第114-121页 |
| 附录 ISPRS 测试数据的滤波结果 | 第121-136页 |
| 作者简历 攻读博士学位期间完成的主要工作 | 第136-137页 |
| 致谢 | 第137页 |
