机载激光雷达数据处理与应用

第1章 机载激光雷达系统概述
1.1 引言
1.2 系统组成
1.2.1 激光测距单元
1.2.2 惯性量测单元
1.2.3 光学机械扫描单元
1.2.4 动态差分GPS定位系统
1.2.5 成像装置
1.3 工作原理
1.3.1 激光测距原理
1.3.2 地面点定位原理
1.3.3 系统主要参数
1.4 硬件系统发展简史
第2章 机载激光雷达点云数据的特点和组织方式
2.1 点云数据的特点
2.1.1 点云数据分布特点
2.1.2 反射强度数据特点
2.2 点云数据的组织
2.2.1 点云数据格式
2.2.2 虚拟格网体元
2.2.3 重采样策略
2.3 点云数据的Delaunay三角网生成
2.3.1 二维平面点集的Delaunay构网基本原理
2.3.2 点云数据的自适应分块
2.3.3 子块Delaunay三角网构建
2.3.4 相邻子块三角网合并处理
2.3.5 三角网边界优化处理
2.3.6 实验分析
第3章 基于数学形态学的LiDAR点云数据滤波
3.1 滤波误差的定义
3.2 多尺度数学形态学滤波
3.2.1 形态学滤波原理
3.2.2 多尺度开运算滤波
3.2.3 算法流程
3.2.4 实验与分析
3.3 滤波质量控制
3.3.1 误分类地面点搜索
3.3.2 桥梁提取
3.4 实验结果与分析
第4章 基于支持向量机的激光脚点分类
4.1 建筑物激光脚点提取策略
4.1.1 候选点提取
4.1.2 特征选择
4.1.3 分类器设计
4.1.4 算法流程
4.2 支持向量机理论
4.2.1 机器学习问题
4.2.2 结构风险*小化
4.2.3 支持向量机的构造
4.3 激光脚点的支持向量机分类算法
4.3.1 非线性样本的支持向量机分类
4.3.2 算法流程
4.3.3 实验与分析
4.4 不平衡支持向量机分类方法
4.4.1 不平衡数据集
4.4.2 惩罚因子调节平衡方法
4.4.3 特征提取平衡法
4.4.4 实验与分析
第5章 分阶段区域生长的建筑物目标提取
5.1 建筑物空间特性分析
5.1.1 建筑物结构模型分析
5.1.2 TIN中建筑物空间特征描述
5.2 建筑物激光点提取的分阶段区域生长算法
5.2.1 区域生长基本原理
5.2.2 分阶段区域生长策略
5.3 实验结果与分析
5.3.1 实验数据
5.3.2 实验结果
5.3.3 精度分析
5.3.4 结论
第6章 建筑物三维模型重建
6.1 建筑物模型重建策略
6.2 建筑物分割处理
6.3 屋顶轮廓提取及规则化处理
6.3.1 屋顶初始轮廓线提取
6.3.2 屋顶轮廓拐点判定
6.3.3 屋顶轮廓主体方位确定
6.3.4 屋顶轮廓规则化处理
6.4 多层建筑物轮廓三维重建
6.4.1 相邻屋顶轮廓一致性处理
6.4.2 多层建筑物轮廓模型生成
6.4.3 建筑物模型重建策略研究
6.4.4 实验结果与分析
6.5 建筑物屋顶重建及模型生成
6.5.1 建筑物屋顶结构特征分析
6.5.2 各类型屋顶重建与建筑物模型生成
6.5.3 实验结果与分析
6.5.4 建筑物三维重建精度影响综合分析
第7章 突变类结构目标的识别与三维重建
7.1 突变类结构目标的点云数据模拟生成
7.1.1 机载LiDAR系统成像模型
7.1.2 目标三维模型定义
7.1.3 目标点云数据模拟
7.1.4 实验结果与分析
7.2 突变类结构目标的识别与提取
7.2.1 目标点云数据特征分析
7.2.2 基于距离突变的目标快速识别
7.2.3 实验结果与分析
7.3 突变类结构目标的三维模型重建
7.3.1 窑洞的模型参数提取
7.3.2 天然洞窟的洞口轮廓模型重建
参考文献