| 摘要 | 第3-4页 |
| ABSTRACT | 第4-5页 |
| 1 绪论 | 第8-14页 |
| 1.1 研究背景及意义 | 第8-9页 |
| 1.2 国内外研究现状及相关技术 | 第9-12页 |
| 1.3 主要研究内容及技术路线 | 第12-14页 |
| 2 基于条纹投影的边坡高程信息采集 | 第14-31页 |
| 2.1 常用的光学三维测量方法 | 第14-16页 |
| 2.2 基于BEMD的三频彩色条纹投影轮廓术 | 第16-23页 |
| 2.2.1 技术依据 | 第16-18页 |
| 2.2.2 二维经验模式分解 | 第18-20页 |
| 2.2.3 背景消减和颜色解耦 | 第20-21页 |
| 2.2.4 相位去包裹 | 第21-22页 |
| 2.2.5 纹理恢复原理 | 第22-23页 |
| 2.3 边坡相似模拟实验及分析 | 第23-30页 |
| 2.4 本章小结 | 第30-31页 |
| 3 相似度度量 | 第31-43页 |
| 3.1 相似度度量概述 | 第31-33页 |
| 3.1.1 距离度量 | 第31-32页 |
| 3.1.2 相似测度 | 第32-33页 |
| 3.1.3 匹配测度 | 第33页 |
| 3.2 基于改进的HAUSDORFF距离的相似度度量 | 第33-37页 |
| 3.2.1 Hausdorff距离的定义 | 第33-34页 |
| 3.2.2 改进的Hausdorff距离的相似度度量 | 第34-36页 |
| 3.2.3 实验结果及分析 | 第36-37页 |
| 3.3 基于 2DPCA的欧氏距离的相似度度量 | 第37-42页 |
| 3.3.1 2DPCA理论 | 第37-40页 |
| 3.3.2 基于2DPCA的欧氏距离的相似度度量 | 第40页 |
| 3.3.3 实验结果及分析 | 第40-42页 |
| 3.4 本章小结 | 第42-43页 |
| 4 基于决策级的融合算法 | 第43-50页 |
| 4.1 信息融合算法 | 第43-46页 |
| 4.1.1 数据级融合 | 第43-44页 |
| 4.1.2 特征级融合 | 第44-45页 |
| 4.1.3 决策级融合 | 第45-46页 |
| 4.2 本文融合算法的提出 | 第46-47页 |
| 4.3 实验结果及分析 | 第47-49页 |
| 4.4 本章小结 | 第49-50页 |
| 5 总结与展望 | 第50-53页 |
| 5.1 总结 | 第50页 |
| 5.2 本文创新点 | 第50-51页 |
| 5.3 展望 | 第51-53页 |
| 致谢 | 第53-54页 |
| 参考文献 | 第54-58页 |
| 附录 | 第58页 |