| 摘要 | 第5-6页 |
| Abstract | 第6-8页 |
| 第一章 绪论 | 第10-16页 |
| 1.1 研究背景和意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-13页 |
| 1.3 建筑变形的相关概念 | 第13-15页 |
| 1.4 本文的主要研究内容及论文结构 | 第15-16页 |
| 第二章 三维点云数据预处理技术 | 第16-26页 |
| 2.1 三维激光扫描数据处理流程概述及获取数据 | 第17-19页 |
| 2.2 三维点云数据的去噪光顺 | 第19-21页 |
| 2.2.1 点云边界监测去噪法 | 第19-20页 |
| 2.2.2 实验效果 | 第20-21页 |
| 2.3 三维点云数据的精简 | 第21-23页 |
| 2.3.1 点云数据精简算法流程 | 第22-23页 |
| 2.3.2 实验效果 | 第23页 |
| 2.4 三维点云数据的拼接和初始配准 | 第23-26页 |
| 2.4.1 三维点云数据的拼接 | 第23-24页 |
| 2.4.2 三维点云数据的初始配准 | 第24-25页 |
| 2.4.3 实验效果 | 第25-26页 |
| 2.5 本章小结 | 第26页 |
| 第三章 三维点云数据的精确配准 | 第26-33页 |
| 3.1 ICP 算法原理 | 第27-29页 |
| 3.1.1 对应点集配准的单位四元数法 | 第27-28页 |
| 3.1.2 ICP 算法原理的缺点 | 第28-29页 |
| 3.2 改进的 ICP 算法 | 第29-31页 |
| 3.3 改进后的 ICP 算法配准实验效果 | 第31-33页 |
| 3.3.1 点云数据模型基于改进 ICP 算法的配准 | 第31-32页 |
| 3.3.2 运用该算法的优势 | 第32-33页 |
| 3.4 本章小结 | 第33页 |
| 第四章 点云特征提取 | 第33-49页 |
| 4.1 曲率计算 | 第34-38页 |
| 4.1.1 曲率 | 第34-35页 |
| 4.1.2 高斯曲率 | 第35页 |
| 4.1.3 平均曲率 | 第35-36页 |
| 4.1.4 局部曲面的曲率计算 | 第36-38页 |
| 4.2 提取特征点算法 | 第38-40页 |
| 4.2.1 基于曲率极值法提取特征点 | 第38-39页 |
| 4.2.2 基于高斯曲率极值法提取特征点 | 第39-40页 |
| 4.3 提取特征线算法 | 第40-42页 |
| 4.3.1 折现生长法 | 第40-41页 |
| 4.3.2 最小生成树法 | 第41-42页 |
| 4.4 提取特征面算法 | 第42-49页 |
| 4.4.1 特征曲面的分类和表达 | 第42-43页 |
| 4.4.2 区域增长法 | 第43-49页 |
| 4.5 本章小结 | 第49页 |
| 第五章 位移计算在建筑物监测中的应用 | 第49-61页 |
| 5.1 基于特征点的位移计算 | 第50-54页 |
| 5.1.1 基于特征点的位移计算理论 | 第50-51页 |
| 5.1.2 基于特征点的位移计算实验 | 第51-54页 |
| 5.2 基于特征线的位移计算 | 第54-57页 |
| 5.2.1 基于特征线的位移计算理论 | 第54-55页 |
| 5.2.2 基于特征线的位移计算实验 | 第55-57页 |
| 5.3 基于特征面的位移计算 | 第57-60页 |
| 5.3.1 基于特征面的位移计算理论 | 第57-58页 |
| 5.3.2 基于特征面的位移计算实验 | 第58-60页 |
| 5.4 三种计算方法的比较及误差分析 | 第60-61页 |
| 5.5 本章小结 | 第61页 |
| 第六章 总结与展望 | 第61-63页 |
| 6.1 本文的主要贡献 | 第61-62页 |
| 6.2 进一步研究工作展望 | 第62-63页 |
| 参考文献 | 第63-67页 |
| 致谢 | 第67-68页 |
| 攻读硕士学位期间取得的科研项目 | 第68-69页 |