第1章 绪论
1.1 研究背景和意义
1.2 国内外研究现状
1.2.1 数据驱动方法的研究现状及趋势
1.2.2 模型驱动方法的研究现状和趋势
1.2.3 基于先验知识的三维重建现状和趋势
1.2.4 基于深度学习的三维重建现状与趋势
1.3 研究目标和内容
1.3.1 研究目标
1.3.2 研究内容
1.4 本书组织结构
第2章 建筑物语义三维建模框架研究
2.1 相关研究
2.2 三维语义建模框架的分析和设计
2.2.1 场景分析
2.2.2 框架总体设计
2.2.3 可扩展的建筑建模语言XBML
2.2.4 建筑组件库设计
2.3 基于语义建模框架的自动化三维重建流程
2.4 本章小结
第3章 机载LmAR点云建筑物检测
3.1 机载LiDAR系统
3.1.1 系统组成
3.1.2 工作原理
3.1.3 机载LiDAR点云
3.1.4 机载LiDAR点云建筑检测流程
3.2 基于机载LiDAR点云的建筑物滤波方法研究
3.2.1 基于坡度的滤波方法
3.2.2 基于渐进三角网的滤波方法
3.2.3 基于形态学的滤波方法
3.2.4 基于布料模拟的滤波方法
3.3 建筑点云分类与分割
3.3.1 两次回波高程差
3.3.2 两次回波强度差
3.3.3 单体建筑点云分割
3.4 本章小结
第4章 基于点云的建筑物语义信息提取
4.1 相关研究
4.2 点云预处理
4.2.1 点云降采样处理
4.2.2 地面剔除处理
4.3 建筑语义特征识别
4.3.1 屋顶和立面
4.3.2 屋顶轮廓线提取
4.3.3 坡屋顶拓扑图提取
4.3.4 屋顶细部结构
4.3.5 楼层结构
4.3.6 门窗结构
4.4 本章小结
第5章 基于语义信息的建筑物三维重建
5.1 语义信息转换
5.1.1 语义信息层次结构存储
5.1.2 数据库与XBML映射
5.2 XBML解析器的设计
5.2.1 元素和一般属性的解析
5.2.2 父元素与子元素的解析
5.2.3 附加属性的解析
5.2.4 类型的转换
5.3 本章小结
第6章 实验与分析
6.1 实验数据与平台
6.2 语义建模框架建模实验
6.3 建筑物语义三维重建实验
6.3.1 单体建筑重建实验
6.3.2 模型的编辑修改实验
6.3.3 模型精度评估
6.3.4 语义特征识别准确率评估
6.3.5 大范围重建实验
6.4 本章小结
第7章 结论与展望
7.1 研究工作总结
7.2 本书的创新点
7.3 研究展望
参考文献
展开
