城市基础地理信息变化是一个重要研究方向，准确、快速地获取其统计信息，是土地利用、国土空间规划、数字城市建设、地理信息数据库更新等的重要支撑。近年来随着对地观测技术的发展，利用遥感技术获取和分析城市基础地理信息数据变化规律，已经成为城市发展决策的重要技术手段。城市基础地理信息具有复杂性和多样性，单一光学遥感数据受光谱分辨率、空间分辨率等影响，难以满足其有效提取的需要。机载LiDAR技术是一种典型的主动遥感技术，能够有效探测云下、阴影等区域的地物覆盖，同时与全球卫星导航系统（GNSS）、惯性测量单元（IMU）结合，高效获取三维点云数据、强度数据和回波信息等。本书通过文献研究、实验、定量分析等研究方法，探讨将机载LiDAR数据与高分辨率遥感影像数据结合，根据建筑物、道路、植被和水体等城市主要基础地理信息的不同特点，实现有效分类提取，为开展城市土地利用分析、国土空间规划、基础地理信息数据更新等提供参考。 本书适合于地理信息系统、测绘、遥感等相关专业研究生、本科生作为专业文献阅读，同时也适合于测绘和地理信息生产单位作为实践参考资料。

第1章 绪论
1.1 研究背景及意义
1.1.1 城市土地利用
1.1.2 基础地理信息
1.1.3 对地观测技术
1.1.4 本书主要内容的价值与意义
1.2 国内外发展现状
1.2.1 城市土地利用理论及数据获取
1.2.2 光学遥感技术的发展
1.2.3 机载激光雷达现状
1.2.4 影像与LiDAR融合应用于基础地理信息提取现状
1.3 本书的思路与技术路线
1.4 本书主要内容
第2章 LiDAR数据与高分影像特点及实验区概况
2.1 LiDAR系统
2.1.1 概述
2.1.2 LiDAR系统组成
2.1.3 数据后处理
2.2 LiDAR数据格式
2.3 本书实验区数据基本情况
2.3.1 LiDAR数据情况
2.3.2 遥感影像数据概况
本章小结
第3章 LiDAR滤波与高分影像数据预处理
3.1 点云滤波概述
3.2 LiDAR点云去噪处理
3.2.1 点云去噪方法
3.2.2 实验区点云数据去噪处理
3.3 滤波的主要方法
3.3.1 数学形态学的滤波算法
3.3.2 基于坡度变化的滤波算法
3.3.3 移动曲面拟合滤波算法
3.3.4 基于不规则三角网的滤波算法
3.3.5 布料模拟滤波算法
3.4 GF-2影像数据预处理
3.4.1 辐射定标
3.4.2 大气校正
3.4.3 几何校正
3.4.4 图像增强
本章小结
第4章 建筑物点云数据提取
4.1 点云滤波处理
4.1.1 布料模拟滤波优化
4.1.2 基于布料模拟算法的点云滤波处理
4.1.3 点云滤波处理精度分析
4.2 建筑物点云提取方法
4.3 基于点云法向量余弦值统计的建筑物提取
4.3.1 基于曲率的区域生长分割算法
4.3.2 统计点云法向量余弦值的建筑物提取方法
4.3.3 建筑物提取过程
4.4 基于扫描线的点间欧式距离统计提取方法
4.4.1 算法基本思想
4.4.2 建筑物提取实验
本章小结
第5章 点云与影像融合的城市主要基础地理信息分类提取
5.1 遥感影像分类方法及精度评定
5.1.1 遥感影像分类方法
5.1.2 分类精度评定方法
5.1.3 分类样本选择
5.2 基于高分辨率影像的地物分类
5.2.1 主要基础地理信息分类
5.2.2 分类结果评价
5.3 点云数据与影像数据融合
5.3.1 融合方法
5.3.2 融合精度评价方法
5.3.3 LiDAR与GF-2融合过程
5.3.4 融合算法实践
5.4 融合点云数据的主要基础地理信息分类
5.4.1 融合点云数据分类需解决的问题
5.4.2 融合点云数据的分类提取
本章小结
第6章 总结与展望
参考文献