三維測量數(shù)據智能優(yōu)化技術

　　點云是分布在三維空間中的離散點集，也是對物體表面幾何的離散采樣。三維測量技術的迅速發(fā)展使得點云數(shù)據的獲取更加簡單方便。但是，由于測量環(huán)境的干擾和測量對象的材料反射問題，三維測量數(shù)據會包括含各種噪聲、離群點，且特征采樣不足。另外，由于大尺寸測量對象的結構限制，通常需要多次拼接，噪聲、細節(jié)丟失等現(xiàn)象更為嚴重，嚴重制約了點云數(shù)據的后續(xù)應用。本書是作者專注在三維測量點云質量智能優(yōu)化領域內多年的研究積累，重點圍繞三維測量點云質量智能優(yōu)化的核心理論與方法，包括傳統(tǒng)數(shù)據優(yōu)化算法、基于點表征學習和圖表征學習的測量數(shù)據優(yōu)化算法、基于特征描述子的測量數(shù)據優(yōu)化算法、基于多源表征的測量數(shù)據優(yōu)化算法等進行系統(tǒng)性闡述，最后結合航空航天實例介紹測量數(shù)據優(yōu)化軟件平臺與工程應用方案，為點云的智能優(yōu)化處理與工程應用提供基礎性理論方法指導。

　　2013年受聘為第四批江蘇特聘教授，2014年入選江蘇省“雙創(chuàng)計劃（創(chuàng)新類）”人才，2015年入選“國家重大人才工程A類青年項目”，2019年獲得江蘇省杰出青年基金項目資助。主持國家重點研發(fā)計劃子課題、航空科學基金 、江蘇省杰出青年基金 、國家自然科學基金 、國家級青年人才項目（海外引進）