激光三维遥感的数据处理与特征提取

3．1．1 工作流程
3．1．2 外业数据采集
3．1．3 内业数据处理
3．1．4 数据处理总结
3．2 激光扫描数据三维纠正与精度分析
3．2．1 激光扫描数据的坐标转换
3．2．2 应用实例
3．3 基于点云数据的真三维建模
3．3．1 RBF内插原理
3．3．2 自适应CS-RBF算法
3．3．3 多尺度CS-RBF算法
3．3．4 三维建模效果显示
3．4 点云数据的特征提取
3．4．1 点云的等值线提取和多分辨率表达
3．4．2 轮廓线特征提取
3．5 地面三维激光扫描的数据压缩
3．5．1 激光扫描数据的地形压缩
3．5．2 基于真三维TIN的激光扫描数据压缩
3．5．3 压缩方法总结
第4章 机载激光扫描
4．1 机载激光扫描硬件系统
4．1．1 姿态测量装置INS
4．1．2 精确定位装置GPS
4．1．3 激光扫描系统
4．1．4 数码相机
4．1．5 系统控制器
4．2 机载激光扫描的原理
4．3 机载激光扫描的内外业处理流程
4．3．1 作业流程
4．3．2 机载激光扫描外业数据获取
4．3．3 机载激光扫描内业数据处理
4．4 机载激光扫描点云存储格式LAS分析
4．4．1 LAS1．0逻辑结构
4．4．2 LAS1．1，LAS1．2，LAS 2．0的发展
4．5 机载激光扫描数据的精度和误差分析
4．5．1 机载LⅢAR定位模型
4．5．2 误差来源分析
4．5．3 误差模拟与分析
第5章 机载激光扫描的数据分析和特征提取
5．1 点云数据的粗差探测
5．1．1 单一阈值法
5．1．2 活动阈值法
5．2 基于高程统计方法的点云数据分类
5．2．1 点云的高程统计直方图
5．2．2 基于最佳阈值分析的点云数据分割
5．2．3示例与分析
5．2．4 结论
5．3 基于数学形态学的点云数据目标分类和提取
5．3．1 三维数字图像原理和三维数学形态学
5．3．2 基于三维数学形态学的点云数据目标提取..
5．4 点云数据Mean Shift分类
5．4．1 基本Mean Shift
5．4．2 扩展的Mean Shift
5．4．3 Mean Shift算法
5．4．4 实例分析
5．4．5 三种数据分类方法总结
5．5 点云数据分割和边缘特征提取
5．5．1 离散点云数据栅格化
5．5．2 数字图像的形态学处理
5．5．3 边缘提取
5．5．4 地物点分类
5．5．5 实例分析
5．6 基于点云数据的复杂城市数字地面模型获取
5．6．1 点云数据滤波预处理
5．6．2 克里金插值建模
5．6．3 城市区域数字地面模型提取实例
5．6．4 结论
5．7 机载激光扫描数据的压缩方法
5．7．1 基于不规则三角网的数据压缩方法
5．7．2 基于高程方向不均等三维格网的压缩方法
第6章 融合点云数据和多光谱影像的特征分析
6．1 点云数据和多光谱影像的融合方法
6．1．1 LIDAR与影像的几何配准
6．1．2 LIDAR与影像的融合
6．2 基于融合结果的Mean Shift分类
6．2．1 Mean Shift算法介绍
6．2．2 颜色空间的转换
6．2．3 聚类参数的选取
6．2．4 分类误差与精度分析
6．3 基于融合结果的城市三维特征提取
6．3．1 点云聚类
6．3．2地面点生成DEM
6．3．3 在DEM上构建三维建筑物
6．3．4 在DEM上表达植被特征
6．4 基于融合结果的水体提取
6．4．1 研究方法与数据
6．4．2 水体特征提取模型
6．4．3 结果对比和精度分析
6．5 基于融合结果的海岸线提取
6．5．1 研究数据介绍
6．5．2 研究方法与思路
6．5．3 基岩岸线的提取
6．5．4 试验结果与精度评估
参考文献...