| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第一章 绪论 | 第8-13页 |
| 1.1 研究目的及意义 | 第8-9页 |
| 1.2 国内外研究现状 | 第9-12页 |
| 1.3 本文研究内容 | 第12-13页 |
| 第二章 地面三维激光扫描技术原理 | 第13-21页 |
| 2.1 地面三维激光扫描工作原理 | 第13-14页 |
| 2.2 地面三维激光扫描系统分类 | 第14-17页 |
| 2.3 地面三维激光扫描系统的特点 | 第17-19页 |
| 2.4 地面三维激光扫描技术的应用范围 | 第19-21页 |
| 第三章 点云数据预处理 | 第21-29页 |
| 3.1 点云数据预处理概述 | 第21页 |
| 3.2 点云数据配准 | 第21-25页 |
| 3.2.1 点云数据配准概述 | 第21-22页 |
| 3.2.2 ICP算法 | 第22-25页 |
| 3.3 点云分类 | 第25-29页 |
| 3.3.1 点云分类概述 | 第25-26页 |
| 3.3.2 常见的点云分类算法 | 第26-28页 |
| 3.3.3 高危岩体点云数据分类的特殊性 | 第28-29页 |
| 第四章 基于法向量的点云比较方法 | 第29-43页 |
| 4.1 现有的点云变形监测方法 | 第29-31页 |
| 4.1.1 点云变形监测方法概述 | 第29-30页 |
| 4.1.2 基于最近点的点云比较方法 | 第30页 |
| 4.1.3 网格模型方法 | 第30-31页 |
| 4.1.4 现有点云变形监测方法用于危岩监测的局限性 | 第31页 |
| 4.2 算法开发平台 | 第31-33页 |
| 4.2.1 CloudCompare软件概述 | 第31-32页 |
| 4.2.2 CloudCompare开发平台优势 | 第32-33页 |
| 4.3 点云索引方法 | 第33-37页 |
| 4.3.1 k-d tree定义 | 第33-35页 |
| 4.3.2 k-d tree最近邻搜索算法 | 第35-36页 |
| 4.3.3 Octree索引 | 第36-37页 |
| 4.4 基于法向量的点云比较方法 | 第37-39页 |
| 4.4.1 点云法向量估计方法 | 第37-38页 |
| 4.4.2 基于法向量的点云比较方法流程 | 第38-39页 |
| 4.5 基于法向量的点云比较方法试验 | 第39-43页 |
| 4.5.1 模拟数据试验 | 第40-41页 |
| 4.5.2 室内边坡数据试验 | 第41-43页 |
| 第五章 危岩表面变形分析 | 第43-50页 |
| 5.1 测区概况 | 第43-44页 |
| 5.2 数据获取 | 第44-45页 |
| 5.3 数据预处理 | 第45-46页 |
| 5.3.1 点云数据配准 | 第45页 |
| 5.3.2 点云数据裁剪及分类 | 第45-46页 |
| 5.4 危岩变形分析试验 | 第46-50页 |
| 总结与展望 | 第50-52页 |
| 参考文献 | 第52-56页 |
| 攻读学位期间取得的研究成果 | 第56-57页 |
| 致谢 | 第57页 |