| 中文摘要 | 第1-4页 |
| 英文摘要 | 第4-9页 |
| 1 绪论 | 第9-16页 |
| ·研究的背景和意义 | 第9页 |
| ·变形监测现状 | 第9-11页 |
| ·大地测量方法 | 第9-10页 |
| ·物理传感器测量法 | 第10页 |
| ·GPS 测量方法 | 第10-11页 |
| ·摄影测量技术 | 第11页 |
| ·数字近景摄影测量 | 第11-14页 |
| ·近景摄影测量的定义及应用 | 第11-12页 |
| ·近景摄影测量的研究现状 | 第12-14页 |
| ·论文的主要工作和结构安排 | 第14-16页 |
| ·论文的主要工作 | 第14页 |
| ·论文的结构安排 | 第14-16页 |
| 2 近景摄影测量原理 | 第16-32页 |
| ·数码相机成像原理 | 第16-19页 |
| ·理想针孔模型 | 第16-18页 |
| ·相机镜头畸变模型 | 第18-19页 |
| ·空间坐标系统 | 第19-20页 |
| ·物方空间坐标系D-XYZ | 第19页 |
| ·像平面坐标系o-xy | 第19页 |
| ·像空间坐标系S-xyz | 第19-20页 |
| ·像空间辅助坐标系S-XYZ | 第20页 |
| ·坐标仪坐标系O_0-uv | 第20页 |
| ·内方位元素和外方位元素 | 第20-21页 |
| ·共线方程和共面方程 | 第21-23页 |
| ·共线条件方程 | 第21-22页 |
| ·共面条件方程 | 第22-23页 |
| ·双像立体视觉原理 | 第23-25页 |
| ·直接线性变换解法 | 第25-30页 |
| ·基本公式 | 第25-27页 |
| ·内方位元素的意义 | 第27-30页 |
| ·相机的标定方法 | 第30-31页 |
| ·本章小结 | 第31-32页 |
| 3 基于线性神经网络摄影测量在裂缝量测中的应用 | 第32-41页 |
| ·裂缝检测的现状和意义 | 第32-33页 |
| ·二维DLT 原理及传统解法 | 第33-34页 |
| ·摄影测量的线性神经网络 | 第34-38页 |
| ·二维DLT 的线性神经网络模拟 | 第34-35页 |
| ·室内模拟测量 | 第35-36页 |
| ·镜头畸变校正 | 第36-38页 |
| ·工程应用 | 第38-40页 |
| ·本章小结 | 第40-41页 |
| 4 基于非线性神经网络摄影测量在隧道内空收敛监测中的应用 | 第41-64页 |
| ·隧道断面量测背景介绍 | 第41-44页 |
| ·试验隧道工程概况 | 第41页 |
| ·量测的目的和意义 | 第41-42页 |
| ·测桩布置和拱顶下沉 | 第42-43页 |
| ·常用的测量方法 | 第43-44页 |
| ·三维DLT 原理及传统解法 | 第44-47页 |
| ·L 系数及畸变系数的解算 | 第45-46页 |
| ·待定点空间坐标的解算 | 第46-47页 |
| ·试验设备和软件 | 第47-50页 |
| ·数码相机 | 第47-48页 |
| ·标志点选取 | 第48-49页 |
| ·坐标控制系 | 第49-50页 |
| ·MATLAB 软件 | 第50页 |
| ·摄影测量的非线性神经网络 | 第50-58页 |
| ·网络模型选择 | 第52-53页 |
| ·BP 神经网络设计 | 第53-58页 |
| ·隧道试验及数据分析 | 第58-63页 |
| ·试验过程 | 第58-59页 |
| ·图像文件读入 | 第59-60页 |
| ·神经网络训练 | 第60-63页 |
| ·本章小结 | 第63-64页 |
| 5 结论与展望 | 第64-66页 |
| ·结论 | 第64页 |
| ·展望 | 第64-66页 |
| 致谢 | 第66-67页 |
| 参考文献 | 第67-70页 |
| 附录 | 第70页 |
| A. 作者在攻读学位期间发表的论文目录 | 第70页 |
| B. 作者在攻读学位参与的科研项目目录 | 第70页 |