123,123

內(nèi)容簡(jiǎn)介

　　針對(duì)地面LiDAR技術(shù)應(yīng)用于數(shù)字城市建設(shè)中所面臨的數(shù)據(jù)量大，采樣點(diǎn)密度分布不均，數(shù)據(jù)盲區(qū)隨處可見的問(wèn)題，王永波編著的《基于地面LiDAR點(diǎn)云的空間對(duì)象表面重建及其多分辨率表達(dá)》以全面、真實(shí)、準(zhǔn)確地再現(xiàn)地理空間實(shí)體及其環(huán)境信息作為目標(biāo)，以“海量”LiDAR點(diǎn)云作為研究對(duì)象，對(duì)地面LiDAR點(diǎn)云數(shù)據(jù)后處理過(guò)程中所涉及的關(guān)鍵技術(shù)問(wèn)題進(jìn)行了深入探討，分別從LiDAR點(diǎn)云數(shù)據(jù)的預(yù)處理、三維表面拓?fù)渲亟?、三維表面模型的多分辨率表達(dá)以及三維表面模型的條帶化編碼等方面入手，在現(xiàn)有研究的基礎(chǔ)之上，針對(duì)各類方法的缺點(diǎn)與不足以及LiDAR點(diǎn)云在數(shù)字城市建設(shè)中的特點(diǎn)，提出了相應(yīng)的算法實(shí)現(xiàn)思路并予以編程實(shí)現(xiàn)，使之更加適合數(shù)字城市建設(shè)中地理空間實(shí)體及其環(huán)境信息的數(shù)字化重建，建立了LiDAR技術(shù)在數(shù)字城市建設(shè)應(yīng)用中的技術(shù)路線，并為相應(yīng)的數(shù)據(jù)后處理提供了相應(yīng)的理論依據(jù)和實(shí)現(xiàn)思路?！痘诘孛鍸iDAR點(diǎn)云的空間對(duì)象表面重建及其多分辨率表達(dá)》可供從事三維數(shù)據(jù)采集與處理方面研究的高校及研究所的師生、研究人員和工程技術(shù)人員參考使用。

作者簡(jiǎn)介

　　王永波，1981年生，江蘇泗陽(yáng)人，博士，講師，碩士生導(dǎo)師。2008年畢業(yè)于南京師范大學(xué)地圖學(xué)與地理信息系統(tǒng)專業(yè)，獲博士學(xué)位。目前就職于中國(guó)礦業(yè)大學(xué)空間信息系，主要從事三維數(shù)據(jù)采集與處理方面的研究工作，主持并參與了多項(xiàng)國(guó)家級(jí)、省部級(jí)科研項(xiàng)目，先后在《中國(guó)礦業(yè)大學(xué)學(xué)報(bào)》、《中國(guó)圖像圖形學(xué)報(bào)》等刊物上發(fā)表論文十余篇。當(dāng)前的研究方向主要包括：基于LiDAR點(diǎn)云的地理實(shí)體表面三維拓?fù)渲亟捌涠喾直媛时磉_(dá)、基于LiDAR與攝影測(cè)量相結(jié)合的數(shù)字城市混合建模等。

圖書目錄

第1章緒論
　1.1 LiDAR與城市信息化
　1.2 LiDAR技術(shù)的發(fā)展現(xiàn)狀
　1.2.1 國(guó)內(nèi)LiDAR技術(shù)發(fā)展現(xiàn)狀
　1.2.2 國(guó)外LiDAR技術(shù)發(fā)展現(xiàn)狀
　1.3 LiDAR數(shù)據(jù)后處理所面臨的問(wèn)題
　1.4 本書主要研究?jī)?nèi)容
　1.4.1 本書主要內(nèi)容
　1.4.2 本書結(jié)構(gòu)
第2章地面LiDAR點(diǎn)云數(shù)據(jù)預(yù)處理
　2.1 引言
　2.2 重采樣
　2.2.1 原始LiDAR點(diǎn)云數(shù)據(jù)的重采樣
　2.2.2 基于八叉樹的多測(cè)站數(shù)據(jù)融合的重采樣
　2.2.3 實(shí)例
　2.3 基于穩(wěn)健雙邊濾波算子的點(diǎn)云數(shù)據(jù)去噪
　2.3.1 穩(wěn)健估計(jì)
　2.3.2 拓?fù)鋕—鄰域
　2.3.3 幾何屬性分析與計(jì)算
　2.3.4 雙邊濾波算子
　2.3.5 實(shí)驗(yàn)與分析
　2.4 本章小結(jié)
第3章基于地面LiDAR點(diǎn)云的空間對(duì)象表面重建
　3.1 引言
　3.2 采樣
　3.3 術(shù)語(yǔ)及假設(shè)
　3.4 基于點(diǎn)云的空間對(duì)象無(wú)約束表面重建
　3.4.1 頂點(diǎn)類型劃分
　3.4.2 k—鄰域
　3.4.3 切平面擬合
　3.4.4 法向一致化處理
　3.4.5 坐標(biāo)系統(tǒng)轉(zhuǎn)換
　3.4.6 頂點(diǎn)選擇
　3.4.7 Delaunay三角剖分
　3.4.8 實(shí)例
　3.5 基于曲率極值與最小生成樹的點(diǎn)云特征提取
　3.5.1 算法分類
　3.5.2 基于曲率極值法的特征采樣點(diǎn)提取
　3.5.3 基于最小生成樹的特征線生成
　3.5.4 最小生成樹裁剪
　3.5.5 實(shí)例
　3.6 基于特征約束的空間對(duì)象表面重建
　3.6.1 可見性判別
　3.6.2 頂點(diǎn)選擇
　3.6.3 法向一致化
　3.6.4 算法流程
　3.6.5 實(shí)例
　3.7 分析
　3.8 本章小結(jié)
第4章三維表面模型的多分辨率表達(dá)
　4.1 引言
　4.2 表面模型質(zhì)量指標(biāo)
　4.3 已有方法的分類表述
　4.3.1 誤差度量準(zhǔn)則
　4.3.2 簡(jiǎn)化算子
　4.4 基于邊折疊算子及二次誤差準(zhǔn)則的LOD模型構(gòu)建算法
　4.4.1 基本定義
　4.4.2 二次誤差
　4.4.3 邊折疊代價(jià)
　4.4.4 半空間測(cè)試
　4.4.5 算法流程
　4.4.6 實(shí)例與分析
　4.5 本章小結(jié)
第5章自適應(yīng)視相關(guān)LOD模型的動(dòng)態(tài)構(gòu)建
　5.1 引言
　5.2 三維表面模型的漸進(jìn)格網(wǎng)表示法
　5.3 可見性判別
　5.3.1 視錐
　5.3.2 法向椎
　5.3.3 包絡(luò)球
　5.3.4 可見性判別算法的實(shí)現(xiàn)
　5.4 自適應(yīng)視相關(guān)LOD模型的動(dòng)態(tài)構(gòu)建及其實(shí)施更新
　5.4.1 預(yù)處理
　5.4.2 視相關(guān)LOD模型的動(dòng)態(tài)構(gòu)建
　5.4.3 視相關(guān)L0D模型的實(shí)時(shí)更新
　5.5 實(shí)驗(yàn)與分析
　5.5.1 時(shí)間復(fù)雜度
　5.5.2 空間復(fù)雜度
　5.6 本章小結(jié)
第6章基于三角條帶的三維表面模型編碼
　6.1 引言
　6.2 三角條帶表示法
　6.3 算法描述
　6.3.1 對(duì)偶圖節(jié)點(diǎn)的類型劃分
　6.3.2 條帶化
　6.4 實(shí)驗(yàn)與分析
　6.5 本章小結(jié)
第7章結(jié)論與展望
　7.1 結(jié)論
　7.2 展望
參考文獻(xiàn)