摘要 | 第5-6页 |
Abstract | 第6页 |
第1章 绪论 | 第9-21页 |
1.1 研究的背景和意义 | 第9-17页 |
1.1.1 边坡监测的重要性 | 第9-10页 |
1.1.2 边坡形变监测的发展情况 | 第10-14页 |
1.1.3 利用三维激光扫描技术进行边坡监测的优势 | 第14-17页 |
1.2 国内外研究现状 | 第17-18页 |
1.3 本文研究内容 | 第18-21页 |
1.3.1 研究内容 | 第18-19页 |
1.3.2 论文结构安排 | 第19-21页 |
第2章 点云数据处理 | 第21-32页 |
2.1 点云拼接 | 第21-25页 |
2.1.1 相关坐标系 | 第21-22页 |
2.1.2 点云拼接的原理 | 第22页 |
2.1.3 点云拼接方法 | 第22-23页 |
2.1.4 拼接实验 | 第23-25页 |
2.2 点云滤波 | 第25-27页 |
2.2.1 点云滤波的原理 | 第25页 |
2.2.2 点云滤波的方法 | 第25-26页 |
2.2.3 点云滤波实验 | 第26-27页 |
2.3 点云简化 | 第27-28页 |
2.3.1 点云简化的原理和方法 | 第27-28页 |
2.3.2 点云简化实验 | 第28页 |
2.4 生成DEM | 第28-31页 |
2.4.1 不规则三角网 | 第28-29页 |
2.4.2 实验 | 第29-30页 |
2.4.3 精度评价 | 第30-31页 |
2.5 表面比较 | 第31-32页 |
第3章 系统误差的改正方法 | 第32-49页 |
3.1 系统误差的分析 | 第32-33页 |
3.2 利用ICP迭代的改正方法 | 第33-38页 |
3.2.1 ICP方法 | 第33-34页 |
3.2.2 ICP方法的发展 | 第34-37页 |
3.2.3 利用ICP方法的系统误差改正 | 第37-38页 |
3.3 利用稳定区域平面特征的改正方法 | 第38-47页 |
3.3.1 平面拟合 | 第38-41页 |
3.3.2 RANSAC算法 | 第41-45页 |
3.3.3 旋转改正 | 第45-47页 |
3.3.4 平移改正 | 第47页 |
3.4 本章小结 | 第47-49页 |
第4章 偶然误差的削弱方法 | 第49-60页 |
4.1 扫描点误差分析 | 第49-50页 |
4.1.1 扫描点误差的来源 | 第49页 |
4.1.2 扫描点误差的性质 | 第49-50页 |
4.2 求解重心削弱偶然误差 | 第50-55页 |
4.2.1 kd-tree的构建和查找 | 第51-52页 |
4.2.2 利用kd-tree的重心求解 | 第52-55页 |
4.3 点云分块拟合削弱偶然误差 | 第55-59页 |
4.3.1 分块拟合方法 | 第55-56页 |
4.3.2 分块拟合实验 | 第56-59页 |
4.4 本章小结 | 第59-60页 |
第5章 实验分析 | 第60-72页 |
5.1 系统误差改正方法验证实验 | 第60-63页 |
5.2 隧道口山体模拟形变监测实验 | 第63-67页 |
5.2.1 实验数据 | 第63-64页 |
5.2.2 系统误差改正与偶然误差削弱 | 第64-65页 |
5.2.3 形变提取与分析 | 第65-67页 |
5.3 铁路边坡监测实验 | 第67-71页 |
5.3.1 实验数据 | 第67-68页 |
5.3.2 系统误差改正 | 第68页 |
5.3.3 粗略形变的提取 | 第68-69页 |
5.3.4 偶然误差削弱后的形变提取 | 第69-71页 |
5.4 本章小结 | 第71-72页 |
第6章 总结与展望 | 第72-74页 |
6.1 本文工作总结 | 第72页 |
6.2 本文工作不足及进一步工作展望 | 第72-74页 |
致谢 | 第74-75页 |
参考文献 | 第75-78页 |