第一章 绪论
1.1研究背景与意义
1.2 多源数据融合处理关键技术及相关算法研究现状
1.2.1 点云数据处理技术及相关算法研究现状
1.2.2 摄影测量数据处理技术及其相关算法研究现状
1.2.3 多源数据三维重建及其相关算法研究现状
1.3 目前研究所存在的问题
1.4 论文的研究内容及章节安排
1.4.1 论文的研究内容
1.4.2 论文框架及技术路线
1.4.3 章节安排
第二章 三维建模的多源数据融合相关基础理论
2.1 引言
2.2 三维建模技术
2.2.1 三维建模的概念
2.2.2 三维建模的基本方法
2.3 倾斜摄影测量技术
2.3.1 倾斜摄影测量基本原理
2.3.2 倾斜摄影测量的系统组成
2.4 三维激光扫描技术
2.4.1 三维激光扫描基本原理
2.4.2 三维激光扫描的系统组成及分类
2.4.3 刚体变换矩阵及其求解
2.5 多源数据融合技术
2.5.1 多源数据融合概述
2.5.2 多源数据融合基本原理
2.5.3 多源数据融合算法组成及分类
2.6 多源数据获取手段
2.6.1 三维激光扫描数据的获取
2.6.2 倾斜摄影测量数据的获取
2.6.3 倾斜摄影测量点云数据的获取
2.7 小结
第三章 基于拉普拉斯的图像融合处理算法及改进研究
3.1 引言
3.2 常规图像融合处理算法基本原理
3.2.1 Sobel边缘检测算子
3.2.2 Roberts边缘检测算子
3.2.3 Laplace边缘检测算子
3.2.4 Prewitt边缘检测算子
3.2.5 Canny边缘检测算子
3.3 BRGB-ALaplace图像融合处理算法
3.4 BRGB-ALaplace算法实验实例
3.4.1 实验介绍和算法实验技术路线
3.4.2 BRGB-ALaplace算法实验结果与目视评价分析
3.4.3 BRGB-ALaplace算法定量评价分析
3.5 小结
第四章 多源数据融合算法及其改进研究
4.1 引言
4.2 三维建模的多源数据融合处理算法原理
4.3 常规点云融合处理算法
4.3.1 采样一致性初始配准（SAC-IA）算法
4.3.2 迭代最近点（ICP）算法
4.3.3 PFH算法和FPFH算法
4.4 改进SAC-IA算法和改进ICP算法的点云融合处理算法
4.4.1改进SAC-IA算法
4.4.2改进ICP算法
4.5 结合改进SAC-IA算法和改进ICP算法的点云融合处理算法实例
4.5.1 实验介绍和算法实验技术路线
4.5.2 结合改进SAC-IA和改进ICP算法的点云融合处理结果及目视分析
4.5.3 结合改进SAC-IA和改进ICP算法的点云融合实验分析及评价
4.6 小结
第五章 多源数据融合算法的实景建模实例
5.1 研究区与实验介绍
5.2 实验数据采集准备
5.3 数据处理流程
5.4 建模实例结果及分析
5.5 小结
第六章 总结与展望
6.1 总结
6.2 展望
参考文献
致谢
攻读硕士学位期间的科研成果
图索引
表索引
声明
贵州大学;
