| 摘要 | 第4-6页 |
| ABSTRACT | 第6-7页 |
| 第1章 绪论 | 第15-27页 |
| 1.1 研究背景与研究意义 | 第15-17页 |
| 1.1.1 研究背景 | 第15-17页 |
| 1.1.2 研究意义 | 第17页 |
| 1.2 国内外研究现状分析 | 第17-21页 |
| 1.2.1 岩体结构面识别与量测 | 第17-18页 |
| 1.2.2 岩体结构面数理统计与分析 | 第18-19页 |
| 1.2.3 规则集研究现状 | 第19-20页 |
| 1.2.4 研究现状小结 | 第20-21页 |
| 1.3 研究目标与研究内容 | 第21-22页 |
| 1.3.1 研究目标 | 第21页 |
| 1.3.2 研究内容 | 第21-22页 |
| 1.4 研究方法与技术路线 | 第22-25页 |
| 1.4.1 研究方法 | 第22页 |
| 1.4.2 技术路线 | 第22-25页 |
| 1.5 论文组织结构 | 第25-27页 |
| 第2章 三维激光扫描系统简介 | 第27-33页 |
| 2.1 三维激光扫描系统原理 | 第27-30页 |
| 2.1.1 Riegl LMS-Z420i三维激光扫描系统简介 | 第27-28页 |
| 2.1.2 三维激光扫描系统工作原理 | 第28-29页 |
| 2.1.3 Riegl LMS-Z420i三维激光扫描系统各部分组成 | 第29-30页 |
| 2.2 三维激光扫描系统数据采集与特征分析 | 第30-32页 |
| 2.2.1 数据采集流程 | 第30-31页 |
| 2.2.2 数据特征分析 | 第31-32页 |
| 2.3 本章小结 | 第32-33页 |
| 第3章 岩体结构特征提取 | 第33-55页 |
| 3.1 岩体结构基本概念 | 第33-34页 |
| 3.2 基于数字图像的岩体结构特征提取 | 第34-44页 |
| 3.2.1 基于数字图像的迹线特征提取整体流程 | 第34-35页 |
| 3.2.2 数字图像数据预处理 | 第35-36页 |
| 3.2.3 基于数字图像“像素骨架”提取 | 第36-41页 |
| 3.2.4 基于数字图像的迹线特征提取 | 第41-44页 |
| 3.3 基于点云的岩体结构特征提取 | 第44-54页 |
| 3.3.1 点云数据预处理 | 第44-47页 |
| 3.3.2 基于点法向量的特征面提取 | 第47-49页 |
| 3.3.3 基于改进区域生长法的特征面提取 | 第49-54页 |
| 3.4 本章小结 | 第54-55页 |
| 第4章 基于规则引擎的结构面信息智能提取 | 第55-71页 |
| 4.1 规则集概述 | 第55-56页 |
| 4.1.1 知识的获取与表达简述 | 第55页 |
| 4.1.2 规则引擎 | 第55-56页 |
| 4.2 岩体结构特征分析及形式化表达 | 第56-65页 |
| 4.2.1 结构面的特征分析与形式化表达 | 第56-57页 |
| 4.2.2 规则推理 | 第57-59页 |
| 4.2.3 岩体结构面规则引擎构建 | 第59-65页 |
| 4.3 基于规则的岩体结构面信息提取 | 第65-70页 |
| 4.3.1 基于规则的结构面智能识别 | 第65-66页 |
| 4.3.2 以平面形态出露的结构面信息提取 | 第66-67页 |
| 4.3.3 基于多源数据的迹线产状信息提取 | 第67-70页 |
| 4.4 本章小结 | 第70-71页 |
| 第5章 工程应用与案例分析 | 第71-89页 |
| 5.1 数据采集 | 第71-72页 |
| 5.2 数据预处理 | 第72-74页 |
| 5.2.1 点云数据预处理 | 第72-73页 |
| 5.2.2 图像数据预处理 | 第73-74页 |
| 5.3 岩体结构特征提取 | 第74-78页 |
| 5.3.1 基于图像的迹线特征提取 | 第74-76页 |
| 5.3.2 基于点云的结构面特征提取 | 第76-78页 |
| 5.3.3 点云结构面聚类提取方法对比分析 | 第78页 |
| 5.4 岩体结构面智能识别与信息提取 | 第78-86页 |
| 5.4.1 岩体结构面规则引擎构建 | 第78-84页 |
| 5.4.2 岩体结构面产状信息提取与统计分析 | 第84-86页 |
| 5.5 原型系统构建 | 第86-88页 |
| 5.6 本章小结 | 第88-89页 |
| 第6章 结论与展望 | 第89-91页 |
| 6.1 结论 | 第89-90页 |
| 6.2 展望 | 第90-91页 |
| 参考文献 | 第91-96页 |
| 致谢 | 第96页 |