论文创新点 | 第5-8页 |
摘要 | 第8-10页 |
Abstract | 第10-11页 |
第一章 绪论 | 第12-33页 |
1.1 研究背景和意义 | 第12-14页 |
1.2 机载激光扫描技术与系统 | 第14-21页 |
1.3 机载点云数据分割国内外研究现状 | 第21-29页 |
1.4 论文研究内容 | 第29-30页 |
1.5 论文组织结构 | 第30-33页 |
第二章 基于流形理论的点云分割理论和方法 | 第33-53页 |
2.1 流形空间的定义与性质 | 第33-38页 |
2.1.1 群与拓扑空间 | 第33-34页 |
2.1.2 流形及其空间 | 第34-37页 |
2.1.3 流形类型 | 第37-38页 |
2.2 矢量空间均值聚类方法 | 第38-45页 |
2.2.1 核函数 | 第40-41页 |
2.2.2 核密度估计 | 第41-42页 |
2.2.3 均值聚类收敛性 | 第42-44页 |
2.2.4 移动一般过程 | 第44-45页 |
2.3 流形度量上的聚类方法 | 第45-49页 |
2.3.1 流形上的核密度估计 | 第45-46页 |
2.3.2 流形聚类过程 | 第46-47页 |
2.3.3 非线性聚类特点 | 第47-49页 |
2.4 基于流形理论的点云分割 | 第49-52页 |
2.5 本章小结 | 第52-53页 |
第三章 基于点间势能关系的点云分割 | 第53-72页 |
3.1 激光点间的势能关系 | 第53-55页 |
3.2 基于势能约束的点云分割方法 | 第55-62页 |
3.2.1 势能约束过程 | 第55-57页 |
3.2.2 可变带宽参数更新 | 第57-58页 |
3.2.3 基于势能约束函数的点云分割过程 | 第58-62页 |
3.3 实验与分析 | 第62-70页 |
3.4 本章小结 | 第70-72页 |
第四章 基于哈希邻近搜索方法的点云分割 | 第72-90页 |
4.1 多维点云的邻近搜索方法 | 第74-83页 |
4.1.1 局部敏感哈希算法 | 第74-77页 |
4.1.2 高斯局部敏感哈希方法 | 第77-81页 |
4.1.3 基于哈希邻域特征的激光点分割方法 | 第81-83页 |
4.2 实验与分析 | 第83-89页 |
4.2.1 参数实验 | 第83-85页 |
4.2.2 错误率与处理效率实验 | 第85-86页 |
4.2.3 方法对比实验 | 第86-89页 |
4.3 本章小结 | 第89-90页 |
第五章 基于流形空间度量框架的LiDAR多维点云数据分割实验 | 第90-123页 |
5.1 实验数据 | 第92-97页 |
5.2 多维点云分割实验 | 第97-104页 |
5.3 结果对比与分析 | 第104-109页 |
5.4 算法比较 | 第109-122页 |
5.5 本章小结 | 第122-123页 |
第六章 总结与展望 | 第123-127页 |
6.1 论文总结 | 第123-124页 |
6.2 论文创新点 | 第124-125页 |
6.3 研究展望 | 第125-127页 |
参考文献 | 第127-137页 |
攻读博士学位期间的研究成果与经历 | 第137-139页 |
致谢 | 第139-140页 |