*完成訂單後正常情形下約兩周可抵台。 *本賣場提供之資訊僅供參考,以到貨標的為正確資訊。 印行年月:202408*若逾兩年請先於私訊洽詢存貨情況,謝謝。 台灣(台北市)在地出版社,每筆交易均開具統一發票,祝您中獎最高1000萬元。 書名:三維激光掃描技術理論與方法 ISBN:9787307244443 出版社:武漢大學 著編譯者:惠振陽 頁數:207 所在地:中國大陸 *此為代購商品 書號:1675018 可大量預訂,請先連絡。 內容簡介 本書針對LiDAR技術在城市和林業區域的主要應用進行了創新性研究,並分別提出解決點雲去噪、點雲濾波、道路點雲提取、城市道路網提取、單株植被提取、枝葉分離等關鍵技術環節難題的方法。通過學習本書,能夠為LiDAR技術研究人員提供最新的理論方法,為相關高科技企業人員提供解決LiDAR難題的辦法。本書還闡述了基本的LiDAR技術原理與方法,有助於測繪遙感、地理信息、計算機視覺等領域的研究人員或生產單位,採用最新的主動遙感技術以加快其相關研究發展。作者簡介 惠振陽,博士,東華理工大學測繪與空間信息工程學院副教授,碩士生導師。江西省傑出青年基金獲得者(2023年),江西省「雙千計劃」科技創新高端人才(2022年),江西省優秀測繪地理信息科技青年人才(2021年),東華理工大學2022年度「青年五四獎章」獲得者。主要擔任《測繪學報(英文版)》編委、《Plant Phenomics》期刊青年編委、《地球與行星物理論評》青年編委、《東華理工大學學報(自然科學版)》青年編委、《Forests》期刊客座編輯。系國際數字地球學會激光雷達專業委員會委員,中國地球物理學會大地測量與遙感專業委員會委員,中核數字建造工程技術研究中心技術委員會委員,中國遙感應用協會建設工程委員會專家委員。在國內外高質量學術期刊上發表論文60餘篇,其中以第一作者發表SCI/EI檢索論文30餘篇,包括一區TOP ISPRS J ,IEEE TGRS。JAG等期刊論文多篇。以第一發明人被授權國家發明專利9項和軟體著作權1項。主持2項國家自然科學基金以及江西省傑出青年基金、江西省科技創新高端人才項目、博士後面上項目、江西省自然科學基金等多項省部級項目。目錄 第1章 緒論1 1 研究的背景與意義 1 2 國內外研究現狀及存在的問題 1 2 1 點雲去噪 1 2 2 點雲濾波 1 2 3 道路點雲提取 1 2 4 城市道路網提取 1 2 5 單株植被提取 1 2 6 植被點雲枝葉分離 1 3 本書的研究內容 第2章 基於EMD的點雲去噪演算法研究 2 1 機載LiDAR的數據特點 2 1 1 點雲數據特點 2 1 2 影像數據特點 2 2 點雲數據組織方式 2 2 1 不規則三角網 2 2 2 KD樹 2 2 3 規則格網 2 2 4 虛擬格網 2 3 基於EMD的點雲雜訊去除演算法 2 3 1 雜訊點的來源和分類 2 3 2 EMD的基本原理 2 3 3 基於EMD的去噪演算法思想 2 3 4 最大類間方差法確定雜訊主導模態分界點 2 3 5 形態學方法獲取數據的上下包絡 2 3 6 基於EMD點雲去噪演算法的實現步驟 2 4 實驗分析與對比 2 5 本章小結 第3章 基於漸進克里金插值的形態學濾波改進演算法研究 3 1 傳統形態學濾波演算法的原理 3 2 MLKI演算法的改進原理 3 3 MLKI演算法的具體實現步驟 3 4 實驗分析與對比 3 4 1 實驗數據 3 4 2 濾波質量評價體系 3 4 3 實驗結果與分析 3 5 本章小結 第4章 反射強度閾值約束下的道路點雲提取方法研究 4 1 LiDAR點雲強度信息 4 2 反射強度數據雜訊去除 4 2 1 反射強度雜訊數據特點 4 2 2 漸進高斯去噪演算法 4 3 基於偏度平衡的初始道路點雲提取 4 3 1 偏度和峰度 4 3 2 偏度和峰度在點雲數據處理中的應用 4 3 3 基於偏度平衡的道路點雲強度閾值確定方法 4 3 4 實驗分析 4 4 二約束法優化初始道路點雲 4 4 1 點密度約束 4 4 2 連通面積約束 4 5 本章小結 第5章 基於多層級融合與優化的城市道路網提取方法研究 5 1 獲取道路二值圖像 5 2 旋轉鄰域法去除狹窄道路 5 3 多層級道路中線提取 5 3 1 形態學開運算提取道路區域 5 3 2 骨架細化法獲取道路中線 5 4 多層級道路中線融合與優化 5 4 1 道路點分類 5 4 2 毛刺道路移除 5 4 3 似道路區域判別 5 4 4 道路中線優化 5 5 本章小結 第6章 城市道路網提取的綜合實驗與分析 6 1 實驗環境 6 1 1 硬體環境 6 1 2 軟體環境 6 2 綜合實驗 6 2 1 實驗數據 6 2 2 道路網提取綜合實驗 6 3 參數分析 6 4 道路網提取精度對比 6 5 其他數據處理分析 6 6 本章小結 第7章 基於高斯混合模型分離的單株植被提取方法研究 7 1 基於直推式遷移學習進行樹榦探測 7 2 樹榦中心點優化及鄰近聚類 7 3 樹冠點雲優化分割 7 3 1 基於主成分分析的樹冠點雲投影變換 7 3 2 高斯核密度估計確定分類簇數目 7 3 3 基於高斯混合模型分離的樹冠點雲優化分割 7 3 4 基於點密度重心的過分割植被優化合併 7 4 基於樹冠的從上至下樹榦探測提取 7 5 多場景植被區域實驗分析 7 5 1 實驗數據 7 5 2 精度計算 7 5 3 實驗結果 7 5 4 對比與分析 7 5 5 討論 7 6 本章小結 第8章 分形維引導下的多尺度集成學習LiDAR點雲枝葉分離方法研究 8 1 分形維特徵向量計算 8 2 生長規則特徵向量計算 8 3 幾何形態特徵向量 8 4 多尺度集成模式構建 8 5 實驗分析 8 6 本章小結 第9章 基於模態點演化的地面LiDAR點雲枝葉分離方法 9 1 採用Mean Shift方法實現點雲分割並獲取模態點 9 2 構建圖形結構及最短路徑分析 9 3 基於路徑回溯和節點演化的葉子節點探測 9 4 基於節點訪問頻率和節點演化的枝幹節點探測 9 5 實驗結果和分析 9 6 討論 9 7 結論 第10章 總結與展望 10 1 研究工作及成果總結 10 2 展望 參考文獻 詳細資料或其他書籍請至台灣高等教育出版社查詢,查後請於PChome商店街私訊告知ISBN或書號,我們即儘速上架。 |