随着对地观测技术的发展，以点云为代表性的新型数据源不断涌现，其具有数据海量、高冗余、高密度、不规则分布等特性。从点云中获取准确、可靠的三维信息既是科学研究的前沿也是各类应用提出的追切需求，急需解决地物目标认知与提取自动化程度低和知识化服务能力弱的严重缺陷、建立点云智能处理的系统性理论方法、架设点云与应用的桥梁。本书是作者在点云智能处理领域内多年的研究积累，重点围绕点云智能处理方面的核心理论方法：获取与质量改善、模型与特征描述、配准与融合、分割与分类、三维提取与建模等方面进行系统性阐述，并结合实例介绍工程问题的解决方案，为点云的智能处理与工程化应用提供系统性理论方法指导和科学工具支撑，是国内第一部点云智能处理方面的系统性专著。 本书可作为测绘遥感、地理信息、计算机视觉等领域研究生教材和研究机构、高科技企业科技人员及业余爱好者的参考用书。

第1章 绪论
1.1 引言
1.2 点云获取
1.2.1 激光扫描点云获取
1.2.2 影像点云获取
1.2.3 点云获取的发展趋势
1.3 点云的基本特点
1.4 点云处理的关键内容
1.4.1 点云质量自动改善
1.4.2 点云模型构建
1.4.3 点云特征精准描述
1.4.4 点云语义信息提取
1.4.5 点云目标结构化重建与场景理解
1.5 点云处理的部分通用软件
1.6 点云典型应用
1.6.1 地球系统科学研究
1.6.2 基础测绘
1.6.3 智慧城市建设
1.6.4 文化遗产数字化保护
1.6.5 无人驾驶
1.6.6 基础设施安全监测
1.6.7 影视娱乐
1.7 本章小结
参考文献
第2章 点云模型
2.1 引言
2.2 广义点云模型
2.2.1 广义点云数据模型：从孤立、分散到多模统一
2.2.2 广义点云处理模型：从人工辅助分类到智能化场景理解
2.2.3 广义点云表达模型：从可视、量算到计算与分析
2.3 点云去噪
2.3.1 StatisticalOutlierRemoval滤波器
2.3.2 Radius OutlierRemoval滤波器
2.4 点云强度校正
2.4.1 距离改正
2.4.2 入射角改正
2.4.3 大气改正
2.4.4 总体改正
2.5 点云位置偏差改正
2.5.1 基于轨迹的车载点云分段
2.5.2 由粗到细的点云分段两两配准
2.5.3 基于图优化的点云位置全局偏差改正
2.5.4 实验分析
2.6 点云三维可视化
2.6.1 海量车载移动测量系统点云索引
2.6.2 双层索引树构建方法
2.6.3 点云高效三维可视化实验分析
2.7 本章小结
参考文献
第3章 点云特征三维提取与表达
3.1 引言
3.2 点云局部特征描述研究现状
3.2.1 点云特征描述子的鲁棒性和描述性
3.2.2 点云特征描述子时间和内存使用效率
3.3 BSC特征描述算子
3.3.1 关键点检测
3.3.2 局部坐标参考系建立
3.3.3 坐标转换和格网化
3.3.4 加权投影特征计算
3.3.5 特征二值化
3.4 实验结果与分析
3.4.1 数据描述
3.4.2 特征描述子性能评价标准
3.4.3 BSC的参数敏感性分析
3.4.4 BSC的表达性比较分析
3.4.5 BSC的鲁棒性比较分析
3.4.6 BSC的时间和内存效率比较分析
3.5 本章小结
参考文献
第4章 点云与影像的自动配准
4.1 引言
4.2 点云与影像配准研究现状
4.2.1 低空无人机载激光扫描点云与框幅式影像配准
4.2.2 车载激光扫描数据与序列全景影像配准
4.3 三维点云与影像两步法自动配准
4.3.1 由粗配准到精配准的模型设计
4.3.2 配准基元特征选择与提取
4.3.3 基于图匹配的共轭配准基元对生成
4.3.4 粗配准模型参数解算
4.3.5 3D.3 D精配准模型参数稳健估计
4.3.6 实验分析
4.4 本章小结
参考文献
第5章 多源多平台点云自动配准
5.1 引言
5.2 点云配准研究现状
5.2.1 地面激光扫描点云配准
5.2.2 地面激光扫描和移动激光扫描点云配准
5.2.3 地基和空基激光点云配准
5.3 地基多平台激光点云层次化自动配准
5.3.1 数据预处理
5.3.2 点云多层次特征计算
5.3.3 点云近邻(重叠)结构关系图构建
5.3.4 .顾及最大重叠度的最佳配准点云对计算
5.3.5 融合BSC相似性和几何一致性的点云两两配准
5.3.6 点云增量合并与更新
5.3.7 点云层次化配准策略
5.3.8 实验结果与分析
5.4 基于建筑物边界的地基激光点云与空基激光点云自动化配准一
5.4.1 地面点云中建筑物边界线提取
5.4.2 机载点云中建筑物边界线提取
5.4.3 边界线特征的谱空间构建
5.4.4 不同平台点云边界线匹配
5.4.5 实验验证与分析
5.5 本章小结
参考文献
第6章 点云目标三维提取
6.1 引言
6.2 点云目标三维提取研究现状
6.2.1 基于机器学习的逐点分类提取
6.2.2 先分割后目标识别方法
6.2.3 基于深度学习的目标提取
6.3 典型道路路侧目标三维提取
6.3.1 非地面点多尺度超体素生成
6.3.2 基于多规则区域生长的地物目标结构检测
6.3.3 地物目标结构显著性计算
6.3.4 地物目标多分割图构建
6.3.5 地物目标多层次特征计算
6.3.6 地物目标提取与最佳分割选择
6.3.7 实验结果与分析
6.4 道路边界三维信息自动提取
6.4.1 道路边界点识别
6.4.2 线性特征检测
6.4.3 道路边界定位与优化
6.4.4 道路边界三维提取实验分析
6.5 道路标线自动提取
6.5.1 激光点云中标线特征建模
6.5.2 道路标线多尺度分割
6.5.3 基于几何模型的道路标线提取
6.5.4 基于语义信息道路标线优化
6.5.5 道路标线提取实验分析
6.6 建筑物边界三维提取
6.6 Il 目