| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第一章 绪论 | 第10-16页 |
| 1.1 论文研究背景及意义 | 第10-11页 |
| 1.1.1 论文研究背景 | 第10页 |
| 1.1.2 论文研究的意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-13页 |
| 1.2.1 国外研究现状 | 第11-12页 |
| 1.2.2 国内研究现状 | 第12-13页 |
| 1.3 论文研究思路与技术路线 | 第13-16页 |
| 1.3.1 论文研究思路 | 第13页 |
| 1.3.2 论文技术路线 | 第13-16页 |
| 第二章 三维激光扫描仪的分类与TLS技术应用 | 第16-20页 |
| 2.1 三维激光扫描仪的分类 | 第16-18页 |
| 2.1.1 依据测程进行分类 | 第16页 |
| 2.1.2 依据测量的原理进行分类 | 第16-17页 |
| 2.1.3 依据扫描位置和运行平台进行分类 | 第17页 |
| 2.1.4 依据成像的不同进行分类 | 第17页 |
| 2.1.5 依据国家或地区进行分类 | 第17-18页 |
| 2.2 三维激光扫描技术的应用 | 第18-20页 |
| 2.2.1 TLS技术应用综述 | 第18-19页 |
| 2.2.2 TLS技术在滑坡监测中的应用 | 第19-20页 |
| 第三章 三维激光扫描技术的工作原理及数据配准方法 | 第20-28页 |
| 3.1 三维激光扫描仪的工作原理 | 第20-21页 |
| 3.2 数据配准方法研究 | 第21-28页 |
| 3.2.1 四元数配准算法 | 第22页 |
| 3.2.2 七参数配准算法 | 第22-23页 |
| 3.2.3 ICP配准法 | 第23-24页 |
| 3.2.4 其它坐标配准方法 | 第24-28页 |
| 第四章 地面三维激光点云数据的处理流程 | 第28-46页 |
| 4.1 数据采集 | 第28-29页 |
| 4.2 数据处理 | 第29-36页 |
| 4.2.1 点云压缩 | 第29-33页 |
| 4.2.2 滤波去噪 | 第33-34页 |
| 4.2.3 点云分割分类 | 第34页 |
| 4.2.4 提取空洞边界 | 第34-36页 |
| 4.2.5 点云补洞 | 第36页 |
| 4.3 三维点云重建 | 第36-46页 |
| 4.3.1 三角剖分法 | 第36-37页 |
| 4.3.2 基于特征提取的重建法 | 第37-43页 |
| 4.3.3 切片法重建 | 第43-46页 |
| 第五章 滑坡点云数据的整体变形分析 | 第46-68页 |
| 5.1 TM30全站仪监测数据分析 | 第46页 |
| 5.2 滑坡点云数据的处理分析 | 第46-54页 |
| 5.2.1 点阶段的预处理 | 第47-50页 |
| 5.2.2 多边形阶段的处理 | 第50-52页 |
| 5.2.3 简化多边形 | 第52-53页 |
| 5.2.4 增强表面啮合 | 第53-54页 |
| 5.2.5 裁剪图形 | 第54页 |
| 5.3 滑坡模型整体变形分析 | 第54-61页 |
| 5.3.1 点云数据处理 | 第54-56页 |
| 5.3.2 不同数据处理阶段的滑坡表面偏差分析 | 第56-57页 |
| 5.3.3 点云差分比较 | 第57-58页 |
| 5.3.4 Delaunay变形比较 | 第58-60页 |
| 5.3.5 Grid变形比较 | 第60-61页 |
| 5.4 三维变形Qualify监测分析 | 第61-68页 |
| 5.4.1 3D比较分析 | 第61页 |
| 5.4.2 特征点形变分析 | 第61-63页 |
| 5.4.3 剖面线变形分析 | 第63-64页 |
| 5.4.4 1期和3期变形分析 | 第64-68页 |
| 第六章 灰色模型GM(1,1)和灰色神经网络模型GM-BP在滑坡变形预测中的应用 | 第68-74页 |
| 6.1 灰色模型在滑坡监测领域的研究现状 | 第68页 |
| 6.2 GM(1,1)理论基础 | 第68-70页 |
| 6.3 GM(1,1)滑坡变形量预测值和实测值对比分析 | 第70-72页 |
| 6.4 灰色神经网络GM-BP模型在滑坡变形监测中的应用 | 第72-74页 |
| 第七章 总结与展望 | 第74-76页 |
| 7.1 总结 | 第74-75页 |
| 7.2 展望 | 第75-76页 |
| 致谢 | 第76-78页 |
| 参考文献 | 第78-82页 |
| 附录 | 第82页 |
| 附录A 攻读硕士期间发表论文目录 | 第82页 |
