同类推荐
-
-
沿空煤巷矿压控制
-
¥128.00
-
-
煤矿深立井马头门围岩稳定性研究及其控制技术
-
¥78.00
-
-
特厚煤层窄煤柱沿空巷道变形机理与错层位布控研究
-
¥36.00
-
-
奥陶系灰岩上部注浆改造理论与实践
-
¥42.00
-
-
膨胀型浆体注浆加固力学作用机理
-
¥99.00
-
-
白云鄂博资源开发实践与思考
-
¥298.00
-
-
智能化露天矿建设规划研究与实践
-
¥68.00
-
-
井下铁矿爆破损伤控制与智能设计系统
-
¥45.00
-
-
智能井巷工程
-
¥48.00
-
-
露天煤矿设计方法
-
¥45.00
|
|
图书信息
|
|
|
融合LiDAR点云与影像数据的矿区建筑物提取研究
|
ISBN: | 9787569313925 |
定价: | ¥128.00 |
作者: | 方军著 |
出版社: | 西安交通大学出版社 |
出版时间: | 2019年12月 |
开本: | 26cm |
页数: | 150页 |
中图法: | TD221 |
印次: | 2020.07重印 |
相关供货商
供货商名称
|
库存量
|
库区
|
更新日期
|
|
|
|
|
其它供货商库存合计
|
6
|
|
2024-03-28
|
图书简介 | 本书围绕融合多源数据的矿区建筑物提取的相关技术问题, 提出了一种改进的多特征滤波方法, 包括: LiDAR系统原理及其数据处理 ; 矿区复杂环境下点云滤波与分类 ; 融合LiDAR点云与影像数据的建筑物轮廓提取等。 |
目录 | 第1章 绪论r 1.1 研究背景与意义r 1.2 国内外研究现状r 1.2.1 LiDAR点云数据滤波及分类技术研究现状r 1.2.2 基于遥感影像的建筑物分类研究现状r 1.2.3 融合LiDAR点云与影像数据的建筑物提取研究现状r 1.3 主要研究内容r 1.4 全书组织结构r r 第2章 LiDAR系统原理及其数据处理r 2.1 LiDAR系统基本原理r 2.2 LiDAR数据预处理r 2.2.1 误差校正r 2.2.2 数据拼接r 2.2.3 点云去噪r 2.3 I。iDAR数据与遥感影像的配准r 2.3.1 配准基元r 2.3.2 变换函数r 2.3.3 相似测度r 2.3.4 匹配策略r 2.4 本章小结r r 第3章 矿区复杂环境下点云滤波与分类r 3.1 LiDAR点云数据滤波原理r 3.1.1 基于高程突变的点云数据滤波r 3.1.2 基于回波次数的点云数据滤波r 3.1.3 基于回波强度的点云数据滤波r 3.2 现有滤波方法分析r 3.2.1 数学形态学滤波方法r 3.2.2 基于坡度的滤波方法r 3.2.3 基于扫描线的滤波方法r 3.2.4 基于不规则三角网的滤波算法r 3.2.5 迭代小二乘线内插滤波算法r 3.2.6 移动曲面拟合滤波方法r 3.2.7 基于聚类/分割的滤波方法r 3.2.8 其他滤波方法r 3.3 滤波难点分析r 3.3.1 粗差点r 3.3.2 复杂的地物r 3.3.3 附着地物r 3.3.4 植被r 3.3.5 不连续的地表r 3.4 融合多特征的LiDAR点云数据滤波方法r 3.4.1 用于滤波的特征r 3.4.2 融合多特征的LiDAR点云数据滤波算法流程r 3.4.3 实验与分析r 3.5 顾及几何特征的规则激光点云分割方法r 3.5.1 基于八叉树的点云数据空间划分r 3.5.2 点云几何特征量解算r 3.5.3 特征点云的分割r 3.5.4 实验与分析r 3.6 本章小结r r 第4章 融合LiDAR点云与影像数据的建筑物轮廓提取r 4.1 现有LiDAR点云分类方法r 4.2 基于点集的组织与索引r 4.2.1 局部邻域的定义r 4.2.2 邻点快速查询r 4.3 分类特征的提取r 4.3.1 LiDAR点云特征提取r 4.3.2 影像特征提取r 4.4 融合影像特征的建筑物点云分类提取r 4.4.1 SVM分类原理及流程r 4.4.2 融合影像信息的多特征加权建筑物点云提取r 4.4.3 实验与分析r 4.5 融合LiDAR点云与影像数据的建筑物轮廓提取r 4.5.1 面向对象分类的多尺度分割方法r 4.5.2 基于规则的模糊分类r 4.5.3 融合LiDAR点云与影像数据的建筑物分类流程r 4.5.4 实验与分析r 4.6 本章小结r r 第5章 基于视觉认知的矿区建筑物轮廓的分层聚类r 5.1 现有建筑物模型聚类概括方法分析r 5.2 模型聚类r 5.2.1 可约束三角网的建立r 5.2.2 三角网的筛选r 5.2.3 基于视觉认知的聚类分析r 5.3 模型的合并概括r 5.4 模型的分层次存储r 5.5 实验与分析r 5.5.1 实验环境及数据来源r 5.5.2 聚类实验r 5.5.3 结果对比分析r 5.6 本章小结r r 第6章结与展望r 6.1结r 6.2 研究展望r 参考文献r 附录 书中部分图彩色图样 |
|