|
|
|
|
城市区域车载激光雷达点云数据分类提取 |
| |
| 论文目录 |
| |
| 摘要 | 第4-5页 | | Abstract | 第5-6页 | | 第一章 绪论 | 第9-19页 | | 1.1 研究背景和意义 | 第9-10页 | | 1.2 国内外研究现状 | 第10-15页 | | 1.2.1 车载LiDAR系统的发展 | 第10页 | | 1.2.2 点云分类技术的现状 | 第10-15页 | | 1.2.3 数据分类结果评价 | 第15页 | | 1.3 论文研究内容和结构安排 | 第15-19页 | | 1.3.1 研究内容 | 第15-16页 | | 1.3.2 技术路线 | 第16页 | | 1.3.3 组织结构 | 第16-19页 | | 第二章 车载LiDAR测量及数据特点 | 第19-33页 | | 2.1 车载LiDAR系统 | 第19-22页 | | 2.2 车载LiDAR数据 | 第22-28页 | | 2.2.1 点云数据特点 | 第22-25页 | | 2.2.2 点云数据组织方式 | 第25-28页 | | 2.3 典型地物特征及试验数据 | 第28-32页 | | 2.3.1 城区典型地物及其特征 | 第29页 | | 2.3.2 试验数据 | 第29-32页 | | 2.4 本章小结 | 第32-33页 | | 第三章 基于平面特征的地面点提取 | 第33-45页 | | 3.1 常用的滤波算法 | 第33-36页 | | 3.1.1 基于坡度的滤波方法 | 第33-34页 | | 3.1.2 基于RANSAC分割的滤波方法 | 第34-35页 | | 3.1.3 基于曲面约束的滤波方法 | 第35-36页 | | 3.2 基于平面特征提取地面点 | 第36-40页 | | 3.2.1 点云去噪 | 第36-38页 | | 3.2.2 点集平面特征准则 | 第38-40页 | | 3.3 试验与分析 | 第40-43页 | | 3.3.1 去噪处理 | 第40-41页 | | 3.3.2 地面点提取 | 第41-43页 | | 3.4 本章小结 | 第43-45页 | | 第四章 基于空间分布特征的地物分类 | 第45-71页 | | 4.1 常用的地物提取方法 | 第45-49页 | | 4.1.1 基于深度图像的地物提取 | 第45-47页 | | 4.1.2 基于区域生长的地物提取 | 第47-48页 | | 4.1.3 基于聚类的地物提取 | 第48-49页 | | 4.2 基于形状特征的车辆提取 | 第49-55页 | | 4.2.1 高程切片生成深度图像 | 第50页 | | 4.2.2 连通区域检测 | 第50-52页 | | 4.2.3 矩形检测及约束 | 第52-53页 | | 4.2.4 试验与分析 | 第53-55页 | | 4.3 基于平面离散度的树木点分离 | 第55-62页 | | 4.3.1 平面离散度准则 | 第55-57页 | | 4.3.2 树木点二次分离 | 第57-58页 | | 4.3.3 试验与分析 | 第58-62页 | | 4.4 结合空间分布特征和PCA的地物提取 | 第62-69页 | | 4.4.1 图像辅助建筑物提取 | 第62页 | | 4.4.2 基于空间分布特征的路灯提取 | 第62-63页 | | 4.4.3 基于PCA算法提取面状信息 | 第63-65页 | | 4.4.4 试验与分析 | 第65-69页 | | 4.5 本章小节 | 第69-71页 | | 第五章 总结与展望 | 第71-73页 | | 5.1 总结 | 第71-72页 | | 5.2 展望 | 第72-73页 | | 致谢 | 第73-74页 | | 参考文献 | 第74-79页 | | 作者简介 | 第79页 |
|
|
|
|
论文编号BS3229627，这篇论文共79页
会员购买按0.35元/页下载，共需支付27.65元。 直接购买按0.5元/页下载，共需要支付39.5元 。 |
 |
 |
我还不是会员，注册会员！
会员下载更优惠!充值送钱！ |
我只需要这篇，无需注册！
直接网上支付，方便快捷！ |
|
|
|
版权申明：本目录由www.jylw.com网站制作，本站并未收录原文，如果您是作者，需要删除本篇论文目录请通过QQ或其它联系方式告知我们，我们承诺24小时内删除。 |
|
|
广告服务