第1章 绪论
1.1 研究的背景与意义
1.2 国内外研究现状及存在的问题
1.2.1 点云去噪
1.2.2 点云滤波
1.2.3 道路点云提取
1.2.4 城市道路网提取
1.2.5 单株植被提取
1.2.6 植被点云枝叶分离
1.3 本书的研究内容
第2章 基于EMD的点云去噪算法研究
2.1 机载LiDAR的数据特点
2.1.1 点云数据特点
2.1.2 影像数据特点
2.2 点云数据组织方式
2.2.1 不规则三角网
2.2.2 KD树
2.2.3 规则格网
2.2.4 虚拟格网
2.3 基于EMD的点云噪声去除算法
2.3.1 噪声点的来源和分类
2.3.2 EMD的基本原理
2.3.3 基于EMD的去噪算法思想
2.3.4 最大类间方差法确定噪声主导模态分界点
2.3.5 形态学方法获取数据的上下包络
2.3.6 基于EMD点云去噪算法的实现步骤
2.4 实验分析与对比
2.5 本章小结
第3章 基于渐进克里金插值的形态学滤波改进算法研究
3.1 传统形态学滤波算法的原理
3.2 MLKI算法的改进原理
3.3 MLKI算法的具体实现步骤
3.4 实验分析与对比
3.4.1 实验数据
3.4.2 滤波质量评价体系
3.4.3 实验结果与分析
3.5 本章小结
第4章 反射强度阈值约束下的道路点云提取方法研究
4.1 LiDAR点云强度信息
4.2 反射强度数据噪声去除
4.2.1 反射强度噪声数据特点
4.2.2 渐进高斯去噪算法
4.3 基于偏度平衡的初始道路点云提取
4.3.1 偏度和峰度
4.3.2 偏度和峰度在点云数据处理中的应用
4.3.3 基于偏度平衡的道路点云强度阈值确定方法
4.3.4 实验分析
4.4 二约束法优化初始道路点云
4.4.1 点密度约束
4.4.2 连通面积约束
4.5 本章小结
第5章 基于多层级融合与优化的城市道路网提取方法研究
5.1 获取道路二值图像
5.2 旋转邻域法去除狭窄道路
5.3 多层级道路中线提取
5.3.1 形态学开运算提取道路区域
5.3.2 骨架细化法获取道路中线
5.4 多层级道路中线融合与优化
5.4.1 道路点分类
5.4.2 毛刺道路移除
5.4.3 似道路区域判别
5.4.4 道路中线优化
5.5 本章小结
第6章 城市道路网提取的综合实验与分析
6.1 实验环境
6.1.1 硬件环境
6.1.2 软件环境
6.2 综合实验
6.2.1 实验数据
6.2.2 道路网提取综合实验
6.3 参数分析
6.4 道路网提取精度对比
6.5 其他数据处理分析
6.6 本章小结
第7章 基于高斯混合模型分离的单株植被提取方法研究
7.1 基于直推式迁移学习进行树干探测
7.2 树干中心点优化及邻近聚类
7.3 树冠点云优化分割
7.3.1 基于主成分分析的树冠点云投影变换
7.3.2 高斯核密度估计确定分类簇数目
7.3.3 基于高斯混合模型分离的树冠点云优化分割
7.3.4 基于点密度重心的过分割植被优化合并
7.4 基于树冠的从上至下树干探测提取
7.5 多场景植被区域实验分析
7.5.1 实验数据
7.5.2 精度计算
7.5.3 实验结果
7.5.4 对比与分析
7.5.5 讨论
7.6 本章小结
第8章 分形维引导下的多尺度集成学习LiDAR点云枝叶分离方法研究
8.1 分形维特征向量计算
8.2 生长规则特征向量计算
8.3 几何形态特征向量
8.4 多尺度集成模式构建
8.5 实验分析
8.6 本章小结
第9章 基于模态点演化的地面LiDAR点云枝叶分离方法
9.1 采用Mean Shift方法实现点云分割并获取模态点
9.2 构建图形结构及最短路径分析
9.3 基于路径回溯和节点演化的叶子节点探测
9.4 基于节点访问频率和节点演化的枝干节点探测
9.5 实验结果和分析
9.6 讨论
9.7 结论
第10章 总结与展望
10.1 研究工作及成果总结
10.2 展望
参考文献
展开
