本书基于多源数据结合探讨了建筑物、道路、植被和水体等城市主要地理信息分类提取方法；阐述了根据不同地物特征，采用LiDAR数据的高程、强度和回波等信息与高分辨率影像的光谱分辨率、空间分辨率等参数相结合，有效提取地物、计算植被覆盖度、统计自然资源涵养量等的方法；讲解了应用点云数据提取建筑物信息，从数据形态和机理上有效解决建筑物提取受周边高大植被影响问题的方法。本书基于多源数据结合探讨了建筑物、道路、植被和水体等城市主要地理信息分类提取方法；阐述了根据不同地物特征，采用LiDAR数据的高程、强度和回波等信息与高分辨率影像的光谱分辨率、空间分辨率等参数相结合，有效提取地物、计算植被覆盖度、统计自然资源涵养量等的方法；讲解了应用点云数据提取建筑物信息，从数据形态和机理上有效解决建筑物提取受周边高大植被影响问题的方法。

第1章绪论1 1.1研究背景及意义1 1.1.1城市土地利用1 1.1.2基础地理信息2 1.1.3对地观测技术3 1.1.4本书主要内容的价值与意义6 1.2国内外发展现状6 1.2.1城市土地利用理论及数据获取6 1.2.2光学遥感技术的发展8 1.2.3机载激光雷达现状12 1.2.4影像与LiDAR融合应用于基础地理信息提取现状13 1.3本书的思路与技术路线15 1.4本书主要内容16 第2章LiDAR数据与高分影像特点及实验区概况19 2.1LiDAR系统19 2.1.1概述19 2.1.2LiDAR系统组成21 2.1.3数据后处理22 2.2LiDAR数据格式22 2.3本书实验区数据基本情况25 2.3.1LiDAR数据情况25 2.3.2遥感影像数据概况26 本章小结27 第3章LiDAR滤波与高分影像数据预处理29 3.1点云滤波概述29 3.2LiDAR点云去噪处理30 3.2.1点云去噪方法30 3.2.2实验区点云数据去噪处理31 3.3滤波的主要方法32 3.3.1数学形态学的滤波算法32 3.3.2基于坡度变化的滤波算法33 3.3.3移动曲面拟合滤波算法34 3.3.4基于不规则三角网的滤波算法34 3.3.5布料模拟滤波算法36 3.4GF-2影像数据预处理38 3.4.1辐射定标38 3.4.2大气校正39 3.4.3几何校正40 3.4.4图像增强41 本章小结42 第4章建筑物点云数据提取43 4.1点云滤波处理43 4.1.1布料模拟滤波优化43 4.1.2基于布料模拟算法的点云滤波处理44 4.1.3点云滤波处理精度分析45 4.2建筑物点云提取方法50 4.3基于点云法向量余弦值统计的建筑物提取51 4.3.1基于曲率的区域生长分割算法52 4.3.2统计点云法向量余弦值的建筑物提取方法54 4.3.3建筑物提取过程56 4.4基于扫描线的点间欧式距离统计提取方法62 4.4.1算法基本思想62 4.4.2建筑物提取实验65 本章小结68 第5章点云与影像融合的城市主要基础地理信息分类提取71 5.1遥感影像分类方法及精度评定72 5.1.1遥感影像分类方法72 5.1.2分类精度评定方法75 5.1.3分类样本选择75 5.2基于高分辨率影像的地物分类76 5.2.1主要基础地理信息分类76 5.2.2分类结果评价77 5.3点云数据与影像数据融合78 5.3.1融合方法78 5.3.2融合精度评价方法83 5.3.3LiDAR与GF-2融合过程85 5.3.4融合算法实践88 5.4融合点云数据的主要基础地理信息分类88 5.4.1融合点云数据分类需解决的问题88 5.4.2融合点云数据的分类提取89 本章小结90 第6章总结与展望91 参考文献93