●第1章 緒論
1.1 引言
1.2 點雲獲取
1.2.1 激光掃描點雲獲取
1.2.2 影像點雲獲取
1.2.3 點雲獲取的發展趨勢
1.3 點雲的基本特點
1.4 點雲處理的關鍵內容
1.4.1 點雲質量自動改善
1.4.2 點雲模型構建
1.4.3 點雲特征精準描述
1.4.4 點雲語義信息提取
1.4.5 點雲目標結構化重建與場景理解
1.5 點雲處理的部分通用軟件
1.6 點雲典型應用
1.6.1 地球繫統科學研究
1.6.2 基礎測繪
1.6.3 智慧城市建設
1.6.4 文化遺產數字化保護
1.6.5 無人駕駛
1.6.6 基礎設施安全監測
1.6.7 影視娛樂
1.7 本章小結
參考文獻
第2章 點雲模型
2.1 引言
2.2 廣義點雲模型
2.2.1 廣義點雲數據模型:從孤立、分散到多模統一
2.2.2 廣義點雲處理模型:從人工輔助分類到智能化場景理解
2.2.3 廣義點雲表達模型:從可視、量算到計算與分析
2.3 點雲去噪
2.3.1 Statistical Outlier Removal濾波器
2.3.2 Radius Outlier Removal濾波器
2.4 點雲強度校正
2.4.1 距離改正
2.4.2 入射角改正
2.4.3 大氣改正
2.4.4 總體改正
2.5 點雲位置偏差改正
2.5.1 基於軌跡的車載點雲分段
2.5.2 由粗到細的點雲分段兩兩配準
2.5.3 基於圖優化的點雲位置全局偏差改正
2.5.4 實驗分析
2.6 點雲三維可視化
2.6.1 海量車載移動測量繫統點雲索引
2.6.2 雙層索引樹構建方法
2.6.3 點雲高效三維可視化實驗分析
2.7 本章小結
參考文獻
第3章 點雲特征三維提取與表達
3.1 引言
3.2 點雲局部特征描述研究現狀
3.2.1 點雲特征描述子的魯棒性和描述性
3.2.2 點雲特征描述子時間和內存使用效率
3.3 BSC特征描述算子
3.3.1 關鍵點檢測
3.3.2 局部坐標參考繫建立
3.3.3 坐標轉換和格網化
3.3.4 加權投影特征計算
3.3.5 特征二值化
3.4 實驗結果與分析
3.4.1 數據描述
3.4.2 特征描述子性能評價標準
3.4.3 BSC的參數敏感性分析
3.4.4 BSC的表達性比較分析
3.4.5 BSC的魯棒性比較分析
3.4.6 BSC的時間和內存效率比較分析
3.5 本章小結
參考文獻
第4章 點雲與影像的自動配準
4.1 引言
4.2 點雲與影像配準研究現狀
4.2.1 低空無人機載激光掃描點雲與框幅式影像配準
4.2.2 車載激光掃描數據與序列全景影像配準
4.3 三維點雲與影像兩步法自動配準
4.3.1 由粗配準到精配準的模型設計
4.3.2 特征選擇與提取
4.3.3 基於圖匹配的共軛對生成
4.3.4 粗配準模型參數解算
4.3.5 3D-3D精配準模型參數穩健估計
4.3.6 實驗分析
4.4 本章小結
參考文獻
第5章 多源多平臺點雲自動配準
5.1 引言
5.2 點雲配準研究現狀
5.2.1 地面激光掃描點雲配準
5.2.2 地面激光掃描和移動激光掃描點雲配準
5.2.3 地基和空基激光點雲配準
5.3 地基多平臺激光點雲層次化自動配準
5.3.1 數據預處理
5.3.2 點雲多層次特征計算
5.3.3 點雲近鄰(重疊)結構關繫圖構建
5.3.4 顧及優選重疊度的很好配準點雲對計算
5.3.5 融合BSC相似性和幾何一致性的點雲兩兩配準
5.3.6 點雲增量合並與更新
5.3.7 點雲層次化配準策略
5.3.8 實驗結果與分析
5.4 基於建築物邊界的地基激光點雲與空基激光點雲自動化配準
5.4.1 地面點雲中建築物邊界線提取
5.4.2 機載點雲中建築物邊界線提取
5.4.3 邊界線特征的譜空間構建
5.4.4 不同平臺點雲邊界線匹配
5.4.5 實驗驗證與分析
5.5 本章小結
參考文獻
第6章 點雲目標三維提取
6.1 引言
6.2 點雲目標三維提取研究現狀
6.2.1 基於機器學習的逐點分類提取
6.2.2 先分割後目標識別方法
6.2.3 基於深度學習的目標提取
6.3 典型道路路側目標三維提取
6.3.1 非地面點多尺度超體素生成
6.3.2 基於多規則區域生長的地物目標結構檢測
6.3.3 地物目標結構顯著性計算
6.3.4 地物目標多分割圖構建
6.3.5 地物目標多層次特征計算
6.3.6 地物目標提取與很好分割選擇
6.3.7 實驗結果與分析
6.4 道路邊界三維信息自動提取
6.4.1 道路邊界點識別
6.4.2 線性特征檢測
6.4.3 道路邊界定位與優化
6.4.4 道路邊界三維提取實驗分析
6.5 道路標線自動提取
6.5.1 激光點雲中標線特征建模
6.5.2 道路標線多尺度分割
6.5.3 基於幾何模型的道路標線提取
6.5.4 基於語義信息道路標線優化
6.5.5 道路標線提取實驗分析
6.6 建築物邊界三維提取
6.6.1 目
隨著對地觀測技術的發展,以點雲為代表性的新型數據源不斷湧現其具有數據海量、高冗餘、高密度、不規則分布等特性。從點雲中獲取準確、可靠的三維信息既是科學研究的前沿也是各類應用提出的迫切需求,急需解決地物目標認知與提取自動化程度低和知識化服務能力弱的嚴重缺陷、建立點雲智能處理的繫統性理論方法、架設點雲與應用的橋梁本書是作者在點雲智能處理(精)領域內多年的研究積累,重點圍繞點雲智能處理(精)方面的核心理論方法:獲取與質量改善、模型與特征描述、配準與融合、分割與分類、三維提取與建模等方面進行繫統性述,並結合實例介紹工程問題的解決方案,為點雲的智能處理與工程化應用提供繫統性理論方法指導和科學工具支撐,是國內第一部點雲智能處理(精)方面的繫統性專著。 本書可作為測繪遙感、地理信息、計算機視覺等領域研究生教材和研究機構、高科技企業科技人員及業餘愛好者的參考用書。