| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-19页 |
| 1.1 研究背景及意义 | 第10-15页 |
| 1.1.1 边坡监测的重要性 | 第10-11页 |
| 1.1.2 边坡变形监测的常用方法 | 第11-14页 |
| 1.1.3 利用三维激光扫描技术进行边坡变形监测的优势 | 第14-15页 |
| 1.2 国内外研究现状 | 第15-17页 |
| 1.3 本文的研究内容及技术路线 | 第17-19页 |
| 1.3.1 本文的研究内容 | 第17-18页 |
| 1.3.2 本文的技术路线 | 第18-19页 |
| 第2章 地面三维激光扫描技术 | 第19-29页 |
| 2.1 三维激光扫描系统分类 | 第19-21页 |
| 2.2 地面三维激光扫描系统 | 第21-23页 |
| 2.2.1 地面三维激光扫描系统的工作原理 | 第21-22页 |
| 2.2.2 常见的地面三维激光扫描系统 | 第22-23页 |
| 2.3 地面三维激光扫描设备的主要应用领域 | 第23-27页 |
| 2.4 基于三维激光扫描技术常用的边坡形变监测方法 | 第27-28页 |
| 2.5 本章小结 | 第28-29页 |
| 第3章 改进的边坡点云配准算法 | 第29-42页 |
| 3.1 常用的点云配准方法 | 第29-31页 |
| 3.2 基于特征点集的粗配准算法描述 | 第31-34页 |
| 3.2.1 特征点集的选取 | 第31-32页 |
| 3.2.2 四元素算法 | 第32-34页 |
| 3.3 基于改进的ICP精配准算法描述 | 第34-36页 |
| 3.3.1 稳定点集的自动提取 | 第34-36页 |
| 3.3.2 基于稳定点集的改进ICP配准算法 | 第36页 |
| 3.4 实验验证 | 第36-41页 |
| 3.4.1 实验数据采集 | 第36-38页 |
| 3.4.2 粗配准实验结果与分析 | 第38页 |
| 3.4.3 精配准实验结果与分析 | 第38-41页 |
| 3.5 本章小结 | 第41-42页 |
| 第4章 顾及最佳搜索邻域的边坡变形信息提取 | 第42-56页 |
| 4.1 顾及最佳搜索邻域的K近邻搜索算法 | 第42-44页 |
| 4.1.1 K近邻搜索算法 | 第42-43页 |
| 4.1.2 最佳搜索邻域确定方法 | 第43-44页 |
| 4.2 确定最佳搜索邻域 | 第44-47页 |
| 4.3 边坡变形信息提取 | 第47-55页 |
| 4.3.1 边坡上个别点变形信息的提取 | 第47-54页 |
| 4.3.2 边坡上小区域变形信息的提取 | 第54-55页 |
| 4.4 本章小结 | 第55-56页 |
| 第5章 工程案例研究 | 第56-61页 |
| 5.1 工程概况 | 第56-57页 |
| 5.2 点云数据的采集及预处理 | 第57-58页 |
| 5.2.1 点云数据的采集 | 第57页 |
| 5.2.2 点云数据预处理 | 第57-58页 |
| 5.3 边坡表面变形信息提取与结果分析 | 第58-60页 |
| 5.4 本章小结 | 第60-61页 |
| 第6章 结论与展望 | 第61-63页 |
| 6.1 全文工作总结 | 第61-62页 |
| 6.2 展望 | 第62-63页 |
| 致谢 | 第63-64页 |
| 参考文献 | 第64-68页 |
| 攻读硕士学位期间参加的项目及取得成果 | 第68页 |