首页--天文学、地球科学论文--测绘学论文--大地测量学论文--电磁波测距和基线测量论文--光电测距论文

三维激光扫描技术在地面沉降监测中的应用研究

摘要第4-5页
Abstract第5页
第一章 绪论第9-14页
    1.1 研究背景和意义第9-10页
    1.2 国内外研究现状第10-13页
        1.2.1 三维激光扫描技术国内外的发展现状第10-11页
        1.2.2 点云数据曲面重建研究现状第11-13页
    1.3 本文主要研究内容第13-14页
第二章 三维激光扫描测量技术第14-24页
    2.1 基本概念和原理第14-15页
    2.2 地面三维激光扫描系统测距的基本原理第15-17页
        2.2.1 脉冲测距法原理第16页
        2.2.2 干涉法测距原理第16页
        2.2.3 激光三角法测距原理第16-17页
    2.3 三维激光扫描系统的分类第17-18页
        2.3.1 按承载平台划分第17-18页
        2.3.2 按照扫描系统成像方式划分第18页
        2.3.3 按照三维激光扫描系统的测距原理划分第18页
    2.4 三维激光扫描仪技术特点第18-19页
    2.5 三维激光扫描仪的应用领域第19-21页
    2.6 Leica stationscan2 三维激光扫描仪简介第21-24页
        2.6.1 扫描系统的硬件组成第21-23页
        2.6.2 扫描系统配套软件 Cyclone 简介第23-24页
第三章 点云数据的采集与处理第24-34页
    3.1 点云数据的外业采集第24-26页
        3.1.1 现场踏勘与方案制定第24-25页
        3.1.2 三维激光扫描仪的数据采集第25-26页
    3.2 点云数据的预处理第26-34页
        3.2.1 点云数据的拼接第27页
        3.2.2 点云数据的滤波第27-28页
        3.2.3 点云数据的缩减第28-29页
        3.2.4 点云数据的分割第29页
        3.2.5 曲面模型的建立第29-34页
第四章 小波神经网络的基本原理第34-45页
    4.1 神经网络简介第34-36页
        4.1.1 神经元结构模型第34-35页
        4.1.2 神经网络的互联模式第35-36页
    4.2 BP 神经网络第36-39页
        4.2.1 BP 网络结构第36页
        4.2.2 BP 神经网络的学习算法第36-39页
    4.3 小波理论简介第39-41页
        4.3.1 小波变换第39页
        4.3.2 常用的小波函数第39-41页
    4.4 小波神经网络第41-45页
        4.4.1 小波神经网络概述第41-42页
        4.4.2 小波神经网络的学习算法第42-45页
第五章 基于小波神经网络的地面曲面重建与沉降量的提取第45-59页
    5.1 用小波神经网络进行曲面重建的思路第45页
    5.2 小波神经网络的结构设计第45-47页
        5.2.1 小波函数的选择第45-46页
        5.2.2 小波网络隐含层的确定第46-47页
    5.3 小波神经网络的训练第47-50页
        5.3.1 样本数据的归一化第47-48页
        5.3.2 小波神经网络的参数初始化第48页
        5.3.3 小波神经网络模型的建立第48-50页
    5.4 小波神经网络法曲面重建的实现与沉降量的提取第50-59页
        5.4.1 实验数据介绍第50-51页
        5.4.2 地面曲面的重建第51-56页
        5.4.3 沉降量的提取第56-59页
结论与展望第59-61页
    结论第59页
    展望第59-61页
参考文献第61-63页
致谢第63页

论文共63页,点击 下载论文
上一篇:土壤盐分空间分异特征及水盐运移规律现场观测研究
下一篇:基于无人机的低空数码航摄系统集成研究