| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 1 绪论 | 第11-15页 |
| 1.1 研究背景 | 第11页 |
| 1.2 研究意义 | 第11-12页 |
| 1.3 国内外研究现状 | 第12-13页 |
| 1.4 本文研究内容 | 第13-15页 |
| 2 三维激光扫描技术及隧道监测应用方案设计 | 第15-28页 |
| 2.1 三维激光扫描系统基本原理 | 第15-16页 |
| 2.2 三维激光扫描技术的分类 | 第16-19页 |
| 2.2.1 按三维激光扫描载体分类 | 第16-17页 |
| 2.2.2 按扫描原理分类 | 第17页 |
| 2.2.3 扫描仪种类 | 第17-18页 |
| 2.2.4 Z+FIMAGER5010C三维激光扫描仪 | 第18-19页 |
| 2.3 三维激光扫描技术与传统监测技术的对比 | 第19-20页 |
| 2.4 点云数据特点 | 第20页 |
| 2.5 点云管理与方案设计 | 第20-21页 |
| 2.6 点云数据预处理 | 第21-26页 |
| 2.6.1 点云导入拼接 | 第21-23页 |
| 2.6.2 点云去噪 | 第23-25页 |
| 2.6.3 点云精简 | 第25-26页 |
| 2.6.4 点云导出 | 第26页 |
| 2.7 本章小结 | 第26-28页 |
| 3 基于点云数据的隧道变形信息提取技术 | 第28-52页 |
| 3.1 隧道变形监测 | 第28-29页 |
| 3.1.1 隧道监测的目的 | 第28页 |
| 3.1.2 隧道监测的内容 | 第28-29页 |
| 3.1.3 隧道传统监测方法 | 第29页 |
| 3.2 隧道中轴线提取 | 第29-33页 |
| 3.2.1 极坐标法中轴线提取 | 第30-31页 |
| 3.2.2 微分法拟合边界线 | 第31-32页 |
| 3.2.3 微分算法改进 | 第32页 |
| 3.2.4 中线提取方法比较 | 第32-33页 |
| 3.3 连续断面提取 | 第33-35页 |
| 3.4 地铁隧道断面拟合 | 第35-41页 |
| 3.4.1 最小二乘拟合圆曲线 | 第35-36页 |
| 3.4.2 最小二乘椭圆曲线拟合 | 第36-38页 |
| 3.4.3 椭圆参数计算 | 第38页 |
| 3.4.4 断面滤波算法 | 第38-41页 |
| 3.5 断面形变分析 | 第41-42页 |
| 3.6 平曲线要素提取 | 第42-51页 |
| 3.6.1 平曲线概略主点识别 | 第45页 |
| 3.6.2 平曲线精确主点识别 | 第45-48页 |
| 3.6.3 仿真数据模拟 | 第48-51页 |
| 3.7 本章小结 | 第51-52页 |
| 4 地铁应用案例分析 | 第52-69页 |
| 4.1 工程概况 | 第52-53页 |
| 4.2 地铁隧道变形监测规范 | 第53页 |
| 4.3 地铁数据分析 | 第53-66页 |
| 4.3.1 长短半轴分析 | 第53-59页 |
| 4.3.2 全站仪数据分析 | 第59-62页 |
| 4.3.3 数据对比分析 | 第62页 |
| 4.3.4 断面形变分析 | 第62-66页 |
| 4.4 地铁隧道平曲线要素提取 | 第66-68页 |
| 4.5 本章小结 | 第68-69页 |
| 5 公路隧道应用案例分析 | 第69-82页 |
| 5.1 工程概况 | 第69-70页 |
| 5.2 沉降监测 | 第70-73页 |
| 5.2.1 坐标转换 | 第70-71页 |
| 5.2.2 数据分析 | 第71-73页 |
| 5.3 断面形变分析 | 第73-76页 |
| 5.4 规则格网数据比较 | 第76-81页 |
| 5.4.1 格网化 | 第76-77页 |
| 5.4.2 形变统计 | 第77-79页 |
| 5.4.3 CloudCompare点云分析 | 第79-81页 |
| 5.5 本章小结 | 第81-82页 |
| 6 结论与展望 | 第82-84页 |
| 6.1 结论 | 第82页 |
| 6.2 创新点 | 第82-83页 |
| 6.3 展望 | 第83-84页 |
| 致谢 | 第84-85页 |
| 参考文献 | 第85-87页 |
| 攻读学位期间的研究成果 | 第87页 |