| 郑重声明 | 第1-4页 |
| 摘要 | 第4-5页 |
| ABSTRACT | 第5-8页 |
| 第一章 绪论 | 第8-11页 |
| 1．1 引言 | 第8页 |
| 1．2 研究背景 | 第8-9页 |
| 1．3 研究意义 | 第9-10页 |
| 1．4 本文的研究内容 | 第10-11页 |
| 第二章 地面三维激光扫描测量技术 | 第11-24页 |
| 2．1 地面三维激光扫描工作原理 | 第11-13页 |
| 2．2 地面三维激光扫描仪分类 | 第13-16页 |
| 2．3 地面三维激光扫描系统的集成 | 第16-21页 |
| 2．3．1 多传感器集成应用 | 第17-18页 |
| 2．3．2 传感器的定向 | 第18-19页 |
| 2．3．3 融合的数据处理 | 第19-21页 |
| 2．4 地面三维激光扫描系统的特点 | 第21-23页 |
| 2．4．1 地面三维激光扫描系统的特点 | 第21-22页 |
| 2．4．2 地面三维激光扫描测量与近景摄影测量的比较 | 第22-23页 |
| 2．5 地面三维激光扫描技术的应用范围 | 第23-24页 |
| 第三章 地面三维激光扫描系统的误差分析 | 第24-30页 |
| 3．1 地面三维激光扫描系统的误差 | 第24-25页 |
| 3．2 误差对点云数据精度的影响分析 | 第25-30页 |
| 3．2．1 激光光束发散的影响 | 第25-26页 |
| 3．2．2 坐标系统转换的影响 | 第26-27页 |
| 3．2．3 测站的仪器架设和后视定向误差的影响 | 第27-28页 |
| 3．2．4 望远镜放大倍数的影响 | 第28-30页 |
| 第四章 扫描点云数据处理算法 | 第30-46页 |
| 4．1 点云实体的识别 | 第30-34页 |
| 4．1．1 点云的预处理 | 第30-31页 |
| 4．1．2 应用模糊聚类的方法识别实体目标 | 第31-34页 |
| 4．2 边缘信息检测 | 第34-35页 |
| 4．3 点云的匹配连接 | 第35-39页 |
| 4．3．1 ICP算法与Chen-Medioni算法 | 第35-36页 |
| 4．3．2 改进的匹配算法 | 第36-39页 |
| 4．4 实体表面模型的建立 | 第39-43页 |
| 4．4．1 规则结构实体的重建 | 第39页 |
| 4．4．2 复杂结构的实体重建 | 第39-41页 |
| 4．4．3 表面格网建立的算法描述 | 第41-43页 |
| 4．5 数据的存储与检索 | 第43-46页 |
| 4．5．1 传统数据库的数据索引 | 第43-44页 |
| 4．5．2 空间数据和点云数据的索引 | 第44-45页 |
| 4．5．3 Hash树结构 | 第45页 |
| 4．5．4 R树结构 | 第45-46页 |
| 第五章 地面三维激光扫描试验分析 | 第46-55页 |
| 5．1 “空中之舞”的扫描重建 | 第46-49页 |
| 5．2 建筑物结构线扫描提取 | 第49-52页 |
| 5．3 地形扫描示例 | 第52-54页 |
| 5．4 试验结论和建议 | 第54-55页 |
| 第六章 结束语 | 第55-57页 |
| 6．1 本文所作的工作 | 第55页 |
| 6．2 展望 | 第55-57页 |
| 参考文献 | 第57-60页 |
| 后记 | 第60页 |