| 摘要 | 第6-8页 |
| Abstract | 第8-9页 |
| 第一章 绪论 | 第12-35页 |
| 1.1 研究目的与意义 | 第12-13页 |
| 1.2 国内外研究现状及趋势 | 第13-31页 |
| 1.2.1 基于影像点云的建筑物场景三维重建 | 第14-18页 |
| 1.2.2 基于LiDAR点云的建筑物提取 | 第18-20页 |
| 1.2.3 融合影像和LiDAR点云的建筑物提取 | 第20-23页 |
| 1.2.4 基于LiDAR点云的建筑物三维重建 | 第23-27页 |
| 1.2.5 融合影像和LiDAR点云的建筑物三维重建 | 第27-30页 |
| 1.2.6 图割技术的研究现状 | 第30-31页 |
| 1.3 主要研究内容与论文组织 | 第31-35页 |
| 1.3.1 主要研究内容 | 第32-33页 |
| 1.3.2 论文组织 | 第33-35页 |
| 第二章 图割优化的理论基础 | 第35-49页 |
| 2.1 引言 | 第35页 |
| 2.2 图割理论基础 | 第35-41页 |
| 2.2.1 图论基础 | 第35-36页 |
| 2.2.2 网络流理论 | 第36-37页 |
| 2.2.3 最大流/最小割原理 | 第37-41页 |
| 2.3 图割多标号优化原理 | 第41-48页 |
| 2.3.1 图割最优化 | 第41-45页 |
| 2.3.2 带标号代价的图割最优化 | 第45-48页 |
| 2.4 本章小结 | 第48-49页 |
| 第三章 基于图割多标号优化的建筑物LiDAR点云面片分割 | 第49-70页 |
| 3.1 引言 | 第49-51页 |
| 3.2 基于图割全局优化的多平面模型拟合 | 第51-54页 |
| 3.2.1 数据代价 | 第52页 |
| 3.2.2 平滑代价 | 第52-53页 |
| 3.2.3 标号代价 | 第53-54页 |
| 3.3 基于图割多标号优化的建筑物面片分割 | 第54-58页 |
| 3.3.1 初始分割 | 第54-55页 |
| 3.3.2 迭代优化 | 第55-58页 |
| 3.4 实验结果与分析 | 第58-68页 |
| 3.4.1 实验区域 | 第58-59页 |
| 3.4.2 实验结果 | 第59-60页 |
| 3.4.3 评价指标 | 第60-63页 |
| 3.4.4 错分割和漏分割 | 第63-65页 |
| 3.4.5 过分割和欠分割 | 第65-68页 |
| 3.5 本章小结 | 第68-70页 |
| 第四章 基于建筑物面片和复形结构的三维空间划分 | 第70-85页 |
| 4.1 引言 | 第70-72页 |
| 4.2 BSP空间二分算法 | 第72-74页 |
| 4.3 复形与空间划分 | 第74-77页 |
| 4.4 基于建筑物分割面片的点云三维空间划分 | 第77-80页 |
| 4.5 实验结果与分析 | 第80-83页 |
| 4.6 本章小结 | 第83-85页 |
| 第五章 基于图割二值标号的建筑物LiDAR点云三维重建 | 第85-110页 |
| 5.1 引言 | 第85-86页 |
| 5.2 基于图割二值标号的建筑物点云三维重建 | 第86-95页 |
| 5.2.1 墙面恢复 | 第87-89页 |
| 5.2.2 面片法向计算 | 第89-90页 |
| 5.2.3 建筑物空间划分 | 第90-91页 |
| 5.2.4 可视性分析 | 第91-93页 |
| 5.2.5 空间实体标号 | 第93-95页 |
| 5.3 实验结果与分析 | 第95-108页 |
| 5.3.1 实验结果 | 第96-97页 |
| 5.3.2 参数敏感性 | 第97-99页 |
| 5.3.3 数据敏感性 | 第99-103页 |
| 5.3.4 重建完整度 | 第103-105页 |
| 5.3.5 对比分析 | 第105-108页 |
| 5.5 本章小结 | 第108-110页 |
| 第六章 总结与展望 | 第110-114页 |
| 6.1 主要贡献与创新 | 第110-111页 |
| 6.2 待进一步解决和研究的问题 | 第111-114页 |
| 参考文献 | 第114-122页 |
| 攻读博士学位期间论文和科研情况 | 第122-123页 |
| 后记 | 第123页 |
