城市主要基礎(chǔ)地理信息提取研究

第1章緒論1
1.1研究背景及意義1
1.1.1城市土地利用1
1.1.2基礎(chǔ)地理信息2
1.1.3對地觀測技術(shù)3
1.1.4本書主要內(nèi)容的價值與意義6
1.2國內(nèi)外發(fā)展現(xiàn)狀6
1.2.1城市土地利用理論及數(shù)據(jù)獲取6
1.2.2光學(xué)遙感技術(shù)的發(fā)展8
1.2.3機載激光雷達現(xiàn)狀12
1.2.4影像與LiDAR融合應(yīng)用于基礎(chǔ)地理信息提取現(xiàn)狀13
1.3本書的思路與技術(shù)路線15
1.4本書主要內(nèi)容16

第2章LiDAR數(shù)據(jù)與高分影像特點及實驗區(qū)概況19
2.1LiDAR系統(tǒng)19
2.1.1概述19
2.1.2LiDAR系統(tǒng)組成21
2.1.3數(shù)據(jù)后處理22
2.2LiDAR數(shù)據(jù)格式22
2.3本書實驗區(qū)數(shù)據(jù)基本情況25
2.3.1LiDAR數(shù)據(jù)情況25
2.3.2遙感影像數(shù)據(jù)概況26
本章小結(jié)27

第3章LiDAR濾波與高分影像數(shù)據(jù)預(yù)處理29
3.1點云濾波概述29
3.2LiDAR點云去噪處理30
3.2.1點云去噪方法30
3.2.2實驗區(qū)點云數(shù)據(jù)去噪處理31
3.3濾波的主要方法32
3.3.1數(shù)學(xué)形態(tài)學(xué)的濾波算法32
3.3.2基于坡度變化的濾波算法33
3.3.3移動曲面擬合濾波算法34
3.3.4基于不規(guī)則三角網(wǎng)的濾波算法34
3.3.5布料模擬濾波算法36
3.4GF-2影像數(shù)據(jù)預(yù)處理38
3.4.1輻射定標38
3.4.2大氣校正39
3.4.3幾何校正40
3.4.4圖像增強41
本章小結(jié)42

第4章建筑物點云數(shù)據(jù)提取43
4.1點云濾波處理43
4.1.1布料模擬濾波優(yōu)化43
4.1.2基于布料模擬算法的點云濾波處理44
4.1.3點云濾波處理精度分析45
4.2建筑物點云提取方法50
4.3基于點云法向量余弦值統(tǒng)計的建筑物提取51
4.3.1基于曲率的區(qū)域生長分割算法52
4.3.2統(tǒng)計點云法向量余弦值的建筑物提取方法54
4.3.3建筑物提取過程56
4.4基于掃描線的點間歐式距離統(tǒng)計提取方法62
4.4.1算法基本思想62
4.4.2建筑物提取實驗65
本章小結(jié)68

第5章點云與影像融合的城市主要基礎(chǔ)地理信息分類提取71
5.1遙感影像分類方法及精度評定72
5.1.1遙感影像分類方法72
5.1.2分類精度評定方法75
5.1.3分類樣本選擇75
5.2基于高分辨率影像的地物分類76
5.2.1主要基礎(chǔ)地理信息分類76
5.2.2分類結(jié)果評價77
5.3點云數(shù)據(jù)與影像數(shù)據(jù)融合78
5.3.1融合方法78
5.3.2融合精度評價方法83
5.3.3LiDAR與GF-2融合過程85
5.3.4融合算法實踐88
5.4融合點云數(shù)據(jù)的主要基礎(chǔ)地理信息分類88
5.4.1融合點云數(shù)據(jù)分類需解決的問題88
5.4.2融合點云數(shù)據(jù)的分類提取89
本章小結(jié)90

第6章總結(jié)與展望91

參考文獻93