边坡工程三维激光扫描技术研究与应用

第1章 绪论 1 1.1 三维激光扫描技术介绍 2 1.1.1 三维激光扫描系统组成 2 1.1.2 三维激光扫描仪分类 3 1.1.3 三维激光扫描仪工作原理 3 1.1.4 三维激光扫描技术的应用 5 1.2 点云数据处理技术综述 9 1.2.1 点云配准 9 1.2.2 点云去噪 10 1.2.3 点云压缩 11 1.2.4 特征提取 12 1.2.5 三维重建 12 1.2.6 点云分割 12 1.2.7 其他 13 1.3 三维激光扫描技术在边坡工程中的研究现状 13 1.3.1 边坡岩体结构及岩体结构控制论 13 1.3.2 边坡结构面信息获取方法 14 1.3.3 边坡变形监测研究现状 18 第2章 三维激光扫描点云数据的获取与处理 21 2.1 点云数据的获取 22 2.1.1 三维点云数据获取方法 24 2.1.2 三维激光扫描仪搭载平台 25 2.1.3 三维激光扫描技术误差分析 36 2.2 点云数据的处理 39 2.2.1 点云数据降噪方法 39 2.2.2 点云数据空洞修补 43 2.2.3 点云数据压缩算法 47 2.2.4 点云数据配准方法研究 51 2.2.5 点云数据拼接 57 2.2.6 特征提取 58 2.2.7 曲面重构 59 第3章 点云数据处理的常用软件 61 3.1 Leica Cyclone软件 61 3.1.1 Leica Cyclone简介 61 3.1.2 Leica Cyclone功能及基本操作 61 3.2 CloudCompare软件 88 3.2.1 CloudCompare简介 88 3.2.2 CloudCompare功能及基本操作 88 3.3 几种常用的三维图形库介绍 108 3.3.1 OpenGL 108 3.3.2 Open Inventor 110 3.3.3 MeshLab 112 第4章 基于点云的边坡智能地质编录平台GeoCloud V1.0 114 4.1 GeoCloud基本架构 114 4.2 软件界面 115 4.3 三方依赖库 115 4.3.1 PCL 115 4.3.2 CGAL 116 4.3.3 GDAL 117 4.3.4 OpenCV 117 4.3.5 Qt 118 4.3.6 QtitanRibbon 119 4.4 数据扩展 119 4.5 交互渲染 120 4.5.1 多视图 120 4.5.2 视图同步 121 4.5.3 Shader(着色器) 121 4.5.4 GL裁剪盒 123 4.5.5 GL Shader Extension(着色扩展) 123 4.6 数据结构 124 4.6.1 PointCloud 124 4.6.2 Mesh 124 4.6.3 Polyline 124 4.6.4 Primitive图元实体对象 125 4.7 核心算法 125 4.8 插件平台 126 4.8.1 热插拔式插件加载 126 4.8.2 独立分栏式插件 126 4.8.3 插件开发 129 4.9 平台搭建扩展 132 4.9.1 基本配置要求 132 4.9.2 跨平台 133 4.9.3 开发流程 133 4.9.4 平台维护 134 第5章 基于三维激光扫描技术的边坡结构面地质编录研究 135 5.1 基于三维激光点云的边坡结构面识别研究现状 135 5.1.1 三点法确定结构面 135 5.1.2 TIN网络类聚法 136 5.1.3 立方体单元搜索法 136 5.2 基于激光点云的结构面识别算法研发 138 5.2.1 体素滤波 138 5.2.2 Kd-Tree拓扑结构构建 139 5.2.3 点云法向量计算 140 5.2.4 区域生长算法 142 5.2.5 改进的区域生长算法 143 5.2.6 平面方程构建和结构面产状计算 144 5.3 数据测试 146 5.3.1 标准几何体点云数据 146 5.3.2 公开边坡数据应用 150 5.4 结论 156 第6章 基于三维激光扫描技术的边坡变形监测 157 6.1 基于三维扫描技术的边坡变形监测研究现状 157 6.2 室内模型试验数据获取 158 6.2.1 试验设备 158 6.2.2 试验方案 158 6.2.3 点云数据获取 159 6.3 基于点云相减法的变形检测 161 6.3.1 Mesh表面模型建立 162 6.3.2 色谱图分析 162 6.4 工程案例应用分析 164 6.5 结论 166 参考文献 167