1. 1. 毕业设计（论文）的内容、要求、设计方案、规划等
研究问题：点云分割识别是激光雷达数据自动化处理最为关键和困难的步骤，其目的是根据空间、几何和纹理等特征对点云进行划分，使得同一划分内的点云拥有相似的特征。
方案拟定：利用svm分类器对点云特征进行训练，训练处分类器模型，然后再将测试数据集合应用于分类器模型将点云分为地面、建筑和植被三类。
数据采集与处理：采用南京林业大学的leica scansation c10设备获取南京林业大学多站点数据，对此数据利用terrasolid软件进行试验区与的简单裁剪然后对裁剪后的区域进行svm点云分割。
剩余内容已隐藏，您需要先支付后才能查看该篇文章全部内容！
2. 参考文献（不低于12篇）
[1] 马腾,龙翔,冯路,骆沛,吴壮志. 点云模型的谱聚类分割[J]. 计算机辅助设计与图形学学报. 2012(12)
[2] 傅欢,梁力,王飞,赵季中. 采用局部凸性和八叉树的点云分割算法[J]. 西安交通大学学报. 2012(10)
[3] 兰红,张璐. 分水岭优化的Snake模型肝脏图像分割[J]. 中国图象图形学报. 2012(07)
剩余内容已隐藏，您需要先支付 10元 才能查看该篇文章全部内容！立即支付
以上是毕业论文任务书，课题毕业论文、开题报告、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
