随着城市化进程的加快和智慧城市建设的推进，高精度、高效率的城市信息获取与三维建模技术变得越来越重要。城区的地物类型多样，包括建筑物、道路、植被、电力线等，如何高效、准确地识别和分类这些地物和对地物变化进行检测，对国土空间规划、环境与资源的管控具有重要意义。传统的测绘方法已难以满足现代城市管理的需求，而激光雷达点云数据因其高精度、高密度的三维空间信息优势，成为城市要素识别与三维建模的重要数据源。 本书以激光雷达点云数据为核心，融合多源遥感技术，系统阐述如何利用人工智能、计算机视觉和三维地理信息技术，实现城市建设中关键要素（如建筑物、植被、道路、电力线等）的智能识别、分类与三维建模，可为城市规划者提供可靠的基础资料，助力绘制详细城市地图，明确地物属性，制定科学规划。

本书专业性强，可为城市空间更新提供技术支持。

 

许颖，河南柘城人，博士、河南财经政法大学城乡规划学院教师。主要从事基于遥感进行大气环境及城市规划方面的研究，包括高分辨率遥感影像处理及目标识别、新型遥感技术在大气污染及城市化中的应用等。河南省高等学校青年优秀教师，承担《国土管理信息系统》《遥感概论》《空间数据采集与管理》等本科教学工作及《多源遥感监测原理及应用》研究生教学工作。主持和参与完成黄土丘陵区土壤侵蚀监测等横向课题3项。参加完成国家级课题2项，主持及参与省厅级教科研项目6项，主持校级教学改革项目1项。在Lasers in Engineering、《长江科学院院报》、《自然资源遥感》等国内外期刊发表论文10余篇。获得河南省教育厅教学二、三等奖各1次，河南财经政法大学总工会讲课比赛三等奖。

目录
第一部分基础理论与数据获取
第1章绪论
1.1研究背景与意义
1.2国内外研究进展
1.2.1点云数据提取技术研究现状
1.2.2城区地物模型重建技术研究现状
1.3研究内容及技术路线
1.3.1主要研究内容
1.3.2技术路线
1.3.3组织结构
第2章点云数据基础
2.1机载LiDAR的结构和工作原理
2.1.1机载LiDAR的结构
2.1.2机载LiDAR的工作原理
2.2点云数据
2.2.1点云数据的构成
2.2.2点云数据的特点
第3章点云数据处理关键技术
3.1点云数据去噪处理
3.1.1噪声点分类
3.1.2噪声点去除方法
3.1.3k邻域标准差点云去噪算法
3.1.4实验过程与分析
3.2滤波分析
3.2.1现有滤波方法
3.2.2渐进三角网滤波算法
3.2.3实验分析
第二部分城市要素智能识别
第4章建筑物提取与三维重建
4.1LiDAR在建筑物三维重建方面的优势
4.2研究结果与分析
4.2.1构建地面点DEM数据
4.2.2点云欧式聚类
4.2.3建筑物点云提取
4.3建筑物三维重建
4.3.1点云分割
4.3.2研究结果与分析
4.3.3构建建筑物三维矢量模型
第5章道路提取与建模
5.1实验数据及技术流程
5.2道路要素提取
5.2.1邻域分析法
5.2.2连通域点云聚类算法
5.2.3RANSAC拟合圆柱体
5.3精度评价
5.3.1评估指标
5.3.2对比分析
第6章植被提取与分析
6.1单木分割算法综述
6.1.1基于CHM的单木分割方法
6.1.2基于LiDAR点云的单木分割方法
6.2面向植被分割的数据预处理
6.2.1点云去噪与滤波
6.2.2冠层高度模型的构建
6.3联合点云和CHM影像单木分割方法
6.3.1基于标记分水岭算法的单木分割
6.3.2基于相对间距判别聚类单木分割方法
6.3.3综合分水岭和相对间距的单木分割方法
6.4结果评估与分析
6.4.1评价指标
6.4.2结合点云和CHM影像单木分割结果分析
6.5单木参数提取
6.5.1树高参数提取
6.5.2胸径参数提取
6.5.3冠幅参数提取
6.5.4实验与分析
第7章电力设施识别与建模
7.1电力线点云特征
7.2研究区域及数据预处理
7.2.1去噪处理
7.2.2滤波处理
7.3基于角度K-means聚类的机载LiDAR电力线点云
提取
7.3.1原理
7.3.2实验与结果分析
7.3.3电力线三维重建模型及安全距离分析
第三部分三维建模与应用
第8章智慧城市应用
8.1PointNet++
8.2实验结果与分析
8.2.1DALES数据集
8.2.2实验结果
8.2.3实验分析
8.3变化监测分析
第9章研究展望与未来趋势
9.1研究展望
9.2对城市规划实践的启示
9.2.1在数据利用层面
9.2.2在规划方法层面
9.2.3在规划成果呈现层面
参考文献