第1章 緒論
1.1 三維激光掃描技術介紹
1.1.1 三維激光掃描系統組成
1.1.2 三維激光掃描儀分類
1.1.3 三維激光掃描儀工作原理
1.1.4 三維激光掃描技術的應用
1.2 點云數據處理技術綜述
1.2.1 點云配準
1.2.2 點云去噪
1.2.3 點云壓縮
1.2.4 特征提取
1.2.5 三維重建
1.2.6 點云分割
1.2.7 其他
1.3 三維激光掃描技術在邊坡工程中的研究現狀
1.3.1 邊坡巖體結構及巖體結構控制論
1.3.2 邊坡結構面信息獲取方法
1.3.3 邊坡變形監(jiān)測研究現狀
第2章 三維激光掃描點云數據的獲取與處理
2.1 點云數據的獲取
2.1.1 三維點云數據獲取方法
2.1.2 三維激光掃描儀搭載平臺
2.1.3 三維激光掃描技術誤差分析
2.2 點云數據的處理
2.2.1 點云數據降噪方法
2.2.2 點云數據空洞修補
2.2.3 點云數據壓縮算法
2.2.4 點云數據配準方法研究
2.2.5 點云數據拼接
2.2.6 特征提取
2.2.7 曲面重構
第3章 點云數據處理的常用軟件
3.1 Leica Cyclone軟件
3.1.1 Leica Cyclone簡介
3.1.2 Leica Cyclone功能及基本操作
3.2 CloudCompare軟件
3.2.1 CloudCompare簡介
3.2.2 CloudCompare功能及基本操作
3.3 幾種常用的三維圖形庫介紹
3.3.1 OpenGL
3.3.2 Open Inventor
3.3.3 MeshLab
第4章 基于點云的邊坡智能地質編錄平臺GeoCloud V1
4.1 GeoCloud基本架構
4.2 軟件界面
4.3 三方依賴庫
4.3.1 PCL
4.3.2 CGAL
4.3.3 GDAL
4.3.4 OpenCV
4.3.5 Qt
4.3.6 QtitanRibbon
4.4 數據擴展
4.5 交互渲染
4.5.1 多視圖
4.5.2 視圖同步
4.5.3 Shader(著色器)
4.5.4 GL裁剪盒
4.5.5 GL Shader Extension(著色擴展)
4.6 數據結構
4.6.1 PointCloud
4.6.2 Mesh
4.6.3 Polyline
4.6.4 Primitive圖元實體對象
4.7 核心算法
4.8 插件平臺
4.8.1 熱插拔式插件加載
4.8.2 獨立分欄式插件
4.8.3 插件開發(fā)
4.9 平臺搭建擴展
4.9.1 基本配置要求
4.9.2 跨平臺
4.9.3 開發(fā)流程
4.9.4 平臺維護
第5章 基于三維激光掃描技術的邊坡結構面地質編錄研究
5.1 基于三維激光點云的邊坡結構面識別研究現狀
5.1.1 三點法確定結構面
5.1.2 TIN網絡類聚法
5.1.3 立方體單元搜索法
5.2 基于激光點云的結構面識別算法研發(fā)
5.2.1 體素濾波
5.2.2 Kd-Tree拓撲結構構建
5.2.3 點云法向量計算
5.2.4 區(qū)域生長算法
5.2.5 改進的區(qū)域生長算法
5.2.6 平面方程構建和結構面產狀計算
5.3 數據測試
5.3.1 標準幾何體點云數據
5.3.2 公開邊坡數據應用
5.4 結論
第6章 基于三維激光掃描技術的邊坡變形監(jiān)測
6.1 基于三維掃描技術的邊坡變形監(jiān)測研究現狀
6.2 室內模型試驗數據獲取
6.2.1 試驗設備
6.2.2 試驗方案
6.2.3 點云數據獲取
6.3 基于點云相減法的變形檢測
6.3.1 Mesh表面模型建立
6.3.2 色譜圖分析
6.4 工程案例應用分析
6.5 結論
參考文獻