摘要 | 第9-11页 |
Abstract | 第11-13页 |
第1章 绪论 | 第14-27页 |
1.1 研究背景与意义 | 第14-15页 |
1.2 国内外研究现状 | 第15-22页 |
1.2.1 数字表面模型获取 | 第15-17页 |
1.2.2 不同期数据的配准 | 第17-18页 |
1.2.3 点云数据滤波 | 第18-20页 |
1.2.4 建筑物变化检测 | 第20-22页 |
1.3 研究内容 | 第22-24页 |
1.4 论文组织结构 | 第24-27页 |
第2章 数字表面模型(DSM)的获取 | 第27-57页 |
2.1 基于激光扫描的数字表面模型(DSM)获取 | 第27-32页 |
2.1.1 机载激光扫描系统简介 | 第27-28页 |
2.1.2 机载LiDAR的优势与劣势 | 第28-31页 |
2.1.3 机载LiDAR的常见应用 | 第31-32页 |
2.2 基于立体影像数据的数字表面模型(DSM)生成 | 第32-56页 |
2.2.1 核线的基本概念 | 第33-35页 |
2.2.2 互信息匹配测度的基本原理 | 第35-36页 |
2.2.3 半全局匹配算法的基本原理 | 第36-40页 |
2.2.4 基于能量优化框架的多视点云融合策略 | 第40-43页 |
2.2.5 实验与分析 | 第43-56页 |
2.3 本章小结 | 第56-57页 |
第3章 不同期数据配准技术 | 第57-77页 |
3.1 不同期点云配准技术 | 第57-64页 |
3.1.1 ICP算法原理 | 第57-58页 |
3.1.2 ICP算法的配准要素 | 第58-60页 |
3.1.3 不同期点云配准步骤 | 第60-62页 |
3.1.4 实验与分析 | 第62-64页 |
3.2 不同期立体影像配准 | 第64-76页 |
3.2.1 摄影测量的相关原理 | 第65-67页 |
3.2.2 基于ICP和光束法平差的点云和影像配准算法 | 第67-71页 |
3.2.3 基于ICP和光束法平差的不同期立体影像配准技术 | 第71-72页 |
3.2.4 实验与分析 | 第72-76页 |
3.3 本章小结 | 第76-77页 |
第4章 密集点云滤波技术 | 第77-87页 |
4.1 密集点云噪声剔除算法 | 第77-79页 |
4.1.1 噪声来源及分类 | 第77-78页 |
4.1.2 噪声剔除算法 | 第78页 |
4.1.3 实验与分析 | 第78-79页 |
4.2 基于三角网渐进加密的滤波算法 | 第79-82页 |
4.2.1 算法原理 | 第79-81页 |
4.2.2 实验与分析 | 第81-82页 |
4.3 基于扫描线最优分割的动态规划滤波算法 | 第82-85页 |
4.3.1 算法原理 | 第82-84页 |
4.3.2 融合动态规划和三角网渐进加密的山区滤波算法 | 第84页 |
4.3.3 实验与分析 | 第84-85页 |
4.4 本章小结 | 第85-87页 |
第5章 基于不同期机载激光点云数据的建筑物变化检测 | 第87-102页 |
5.1 概述 | 第87-88页 |
5.2 算法基本原理与流程 | 第88-92页 |
5.3 实验与分析 | 第92-100页 |
5.3.1 数据集介绍 | 第92-93页 |
5.3.2 参数设置 | 第93-94页 |
5.3.3 实验结果 | 第94-98页 |
5.3.4 讨论 | 第98-100页 |
5.4 本章小结 | 第100-102页 |
第6章 基于不同期立体影像的建筑物变化检测 | 第102-115页 |
6.1 概述 | 第102-103页 |
6.2 融合三维信息和影像光谱信息的建筑物变化检测 | 第103-107页 |
6.2.1 预处理 | 第103-104页 |
6.2.2 D-DSM获取 | 第104页 |
6.2.3 初始变化对象生成 | 第104-105页 |
6.2.4 融合高程和影像结构特征的对象分类 | 第105-107页 |
6.2.5 先验知识引导下的变化类型确定 | 第107页 |
6.3 实验与分析 | 第107-114页 |
6.3.1 数据集介绍 | 第108-109页 |
6.3.2 实验结果 | 第109-114页 |
6.4 本章小结 | 第114-115页 |
第7章 总结与展望 | 第115-118页 |
7.1 全文总结 | 第115-117页 |
7.2 研究展望 | 第117-118页 |
参考文献 | 第118-125页 |
攻读博士学位期间科研情况和发表论文 | 第125-127页 |
致谢 | 第127-128页 |