基于地面激光扫描数据的树木参数提取研究
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第14-29页 |
| 1.1 引言 | 第14-16页 |
| 1.1.1 研究背景 | 第14-15页 |
| 1.1.2 研究意义 | 第15-16页 |
| 1.1.3 项目来源与经费支持 | 第16页 |
| 1.2 国内外研究现状及评述 | 第16-24页 |
| 1.2.1 基于TLS数据的结构参数提取研究进展 | 第16-19页 |
| 1.2.2 基于TLS数据的模型方法研究进展 | 第19-24页 |
| 1.2.3 存在的问题 | 第24页 |
| 1.3 研究目标和主要研究内容 | 第24-26页 |
| 1.3.1 研究目标 | 第25页 |
| 1.3.2 主要研究内容 | 第25-26页 |
| 1.4 研究方法与技术路线 | 第26-28页 |
| 1.4.1 研究方法 | 第26-27页 |
| 1.4.2 技术路线 | 第27-28页 |
| 1.5 小结 | 第28-29页 |
| 第二章 数据获取与处理 | 第29-35页 |
| 2.1 实验区概况 | 第29页 |
| 2.2 TLS数据获取 | 第29-34页 |
| 2.2.1 地面激光扫描系统的组成 | 第29-31页 |
| 2.2.2 地面激光扫描模型参数步骤 | 第31-34页 |
| 2.3 样木的整体信息 | 第34页 |
| 2.4 小结 | 第34-35页 |
| 第三章 基于TLS数据的树木骨架模型研究 | 第35-61页 |
| 3.1 骨架模型基本问题 | 第35-38页 |
| 3.2 骨架化方法辨析 | 第38-46页 |
| 3.2.1 聚类法 | 第39-40页 |
| 3.2.2 水平集法 | 第40-42页 |
| 3.2.3 图论法 | 第42-43页 |
| 3.2.4 拉普拉斯算子法 | 第43-44页 |
| 3.2.5 算法总结 | 第44-46页 |
| 3.3 SkelTre算法及改进 | 第46-55页 |
| 3.3.1 SkelTre算法描述 | 第46-51页 |
| 3.3.2 SkelTre算法问题及改进 | 第51-55页 |
| 3.4 骨架模型评价 | 第55-59页 |
| 3.4.1 骨架算法分析 | 第55-57页 |
| 3.4.2 骨架模型分析 | 第57-59页 |
| 3.5 小结 | 第59-61页 |
| 第四章 树木形态结构参数自动提取 | 第61-74页 |
| 4.1 树木形态结构描述 | 第61-64页 |
| 4.2 基于骨架模型的参数提取方法 | 第64-70页 |
| 4.2.1 树木结构提取 | 第64-68页 |
| 4.2.2 树木枝干参数提取 | 第68-70页 |
| 4.3 参数提取研究分析 | 第70-73页 |
| 4.4 小结 | 第73-74页 |
| 第五章 树木参数提取可视化模拟系统开发与应用 | 第74-84页 |
| 5.1 系统需求分析 | 第74-75页 |
| 5.2 系统设计 | 第75-78页 |
| 5.2.1 总体设计 | 第75-76页 |
| 5.2.2 功能设计 | 第76-77页 |
| 5.2.3 数据结构及类结构设计 | 第77-78页 |
| 5.3 系统实现 | 第78-83页 |
| 5.3.1 相关技术简介 | 第78-79页 |
| 5.3.2 程序主要功能实现 | 第79-81页 |
| 5.3.3 模拟效果展示 | 第81-83页 |
| 5.4 小结 | 第83-84页 |
| 第六章 结论与讨论 | 第84-87页 |
| 6.1 结论 | 第84-85页 |
| 6.2 主要创新点 | 第85页 |
| 6.3 讨论 | 第85-87页 |
| 参考文献 | 第87-94页 |
| 在读期间的学术研究 | 第94-95页 |
| 致谢 | 第95-97页 |
| 详细摘要 | 第97-98页 |
