海量點云數(shù)據(jù)處理理論與技術(shù)

前言
第1章 緒論
1．1  三維激光掃描技術(shù)基礎(chǔ)
1．2  海量點云處理理論綜述
1．3  主要研究內(nèi)容
第2章 海量點云數(shù)據(jù)的預(yù)處理
2．1  點云數(shù)據(jù)的獲取方案
2．1．1  基于地面三維激光掃描系統(tǒng)的數(shù)據(jù)采集
2．1．2  基于車載激光掃描系統(tǒng)的點云數(shù)據(jù)采集
2．1．3  基于機載激光掃描系統(tǒng)的點云數(shù)據(jù)采集
2．1．4  點云數(shù)據(jù)的預(yù)處理
2．2  點云數(shù)據(jù)去噪方法
2．2．1  點云數(shù)據(jù)的種類
2．2．2  噪聲的分類
2．2．3  點云去噪算法
2．2．4  點云數(shù)據(jù)交互式去噪
2．3  點云空洞修補
2．3．1  點云空洞修補的研究背景
2．3．2  基于點云模型的空洞修補
2．3．3  基于網(wǎng)格模型的空洞修補
2．4  海量點云數(shù)據(jù)壓縮算法
2．4．1  海量點云數(shù)據(jù)壓縮的準(zhǔn)則
2．4．2  基于三角網(wǎng)格的點云壓縮
2．4．3  基于點云的壓縮算法
2．5  點云數(shù)據(jù)配準(zhǔn)方法研究
2．5．1  點云配準(zhǔn)定義
2．5．2  點云配準(zhǔn)研究現(xiàn)狀
2．5．3  基于特征的點云配準(zhǔn)算法
2．5．4  無特征的配準(zhǔn)算法
第3章 海量點云數(shù)據(jù)的重建方法
3．1  點云重建研究現(xiàn)狀
3．1．1  國內(nèi)外研究現(xiàn)狀
3．1．2  現(xiàn)有表面重建算法的局限性
3．2  常用的點云重建算法介紹
3．3  特征提取的研究進展
3．3．1  基于三角網(wǎng)格的特征提取方法
3．3．2  基于散亂點云的特征提取方法
3．4  基于特征的點云重建方法
3．4．1  特征點提取
3．4．2  特征線提取
3．4．3  特征線擬合
3．4．4  實例與分析
3．5  基于切片技術(shù)的點云重建方法
3．5．1  切片點云生成
3．5．2  特征點判斷
3．5．3  實驗分析
第4章 點云數(shù)據(jù)及模型的質(zhì)量評價
4．1  地面激光掃描誤差分析
4．1．1  按誤差產(chǎn)生的性質(zhì)分類
4．1．2  按誤差產(chǎn)生的原因分類
4．2  外界因素產(chǎn)生的誤差分析
4．3  點云數(shù)據(jù)質(zhì)量分析
4．3．1  點云數(shù)據(jù)的理論精度
4．3．2  點云數(shù)據(jù)的實際精度
4．4  點云配準(zhǔn)誤差傳播模型
4．4．1  點云配準(zhǔn)誤差傳播模型理論基礎(chǔ)
4．4．2  點云配準(zhǔn)的誤差傳播模型計算步驟
4．4．3  實驗方案
4．5  三維模型的質(zhì)量評定方法
4．5．1  點云數(shù)據(jù)點位精度
4．5．2  球靶標(biāo)中心坐標(biāo)提取精度
4．5．3  特征線段的精度評價
4．5．4  平面模型精度評價
4．5．5  不同建模方法模型精度評價
第5章 點云數(shù)據(jù)處理技術(shù)介紹
5．1  點云數(shù)據(jù)處理技術(shù)現(xiàn)狀
5．1．1  多視點云數(shù)據(jù)配準(zhǔn)
5．1．2  點云數(shù)據(jù)去噪與壓縮
5．1．3  特征提取
5．1．4  構(gòu)建網(wǎng)格
5．1．5  曲面重構(gòu)
5．2  常用的點云處理軟件的介紹和實例操作
5．2．1  Geomagic Stladio軟件
5．2．2  Imageware軟件介紹
5．3  幾種常用的三維圖形庫介紹
5．3．1  OpenGL
5．3．2  Open Inventor
第6章 地面三維激光掃描儀在隧道監(jiān)測領(lǐng)域的應(yīng)用
6．1  隧道監(jiān)測的意義及現(xiàn)狀
6．1．1  地面三維激光掃描技術(shù)在隧道監(jiān)測領(lǐng)域的應(yīng)用
6．1．2  地面三維激光掃描技術(shù)在隧道監(jiān)測項目中的應(yīng)用案例――挪威奧斯陸(Oslo)
附近的桑維卡(Sandvika)隧道監(jiān)測項目
6．2  隧道點云數(shù)據(jù)的獲取及預(yù)處理
6．2．1  隧道點云的獲取
6．2．2  隧道點云數(shù)據(jù)的預(yù)處理
6．3  基于點云數(shù)據(jù)的隧道形變分析方法
6．3．1  隧道點云中軸線擬合
6．3．2  斷面提取
6．3．3  形變分析
6．4  實例分析
6．4．1  數(shù)據(jù)采集與處理
6．4．2  中軸線生成
6．4．3  斷面提取
6．4．4  收斂分析
6．5  隧道點云的其他應(yīng)用
第7章 地面三維激光掃描儀在歷史建筑保護領(lǐng)域的應(yīng)用
7．1  地面三維激光掃描技術(shù)在歷史建筑保護領(lǐng)域的應(yīng)用及意義
7．1．1  研究歷史建筑數(shù)字仿真技術(shù)的意義
7．1．2  歷史建筑數(shù)字仿真技術(shù)的研究現(xiàn)狀
7．2  基于點云的優(yōu)秀歷史建筑數(shù)字化流程
7．2．1  建筑物的數(shù)字化流程
7．2．2  建筑物的數(shù)據(jù)采集
7．2．3  激光掃描數(shù)據(jù)的處理
7．2．4  表面模型的紋理映射
7．3  基于點云的優(yōu)秀歷史建筑建模實例
7．3．1  海量點云的建筑三維模型制作――以Geomagic studio12應(yīng)用為例
7．3．2  基于3D Maxl2建筑模型的優(yōu)化
第8章 地面三維激光掃描儀在大場景數(shù)字化領(lǐng)域的應(yīng)用
8．1  地面三維激光掃描技術(shù)在大場景數(shù)字化領(lǐng)域的應(yīng)用及意義
8．1．1  地面三維激光掃描技術(shù)在故宮古建筑測繪中的應(yīng)用
8．1．2  地面三維激光掃描技術(shù)在圓明園復(fù)原中的應(yīng)用
8．1．3  地面三維激光掃描技術(shù)在獅身人面像中的應(yīng)用
8．1．4  地面三維激光掃描技術(shù)在馬丘比丘遺跡中的應(yīng)用
8．2  基于多技術(shù)融合的大場景數(shù)字化數(shù)據(jù)采集
8．2．1  大場景數(shù)字化數(shù)據(jù)采集的常用方法
8．2．2  多傳感器集成系統(tǒng)
8．2．3  多技術(shù)融合的大場景數(shù)據(jù)采集實例
8．3  大場景中的景觀制作
8．3．1  概述
8．3．2  自然景觀的制作
8．3．3  人造景觀的制作
8．4  基于點云的大場景數(shù)字化實例
8．4．1  數(shù)據(jù)采集
8．4．2  點云數(shù)據(jù)預(yù)處理
8．4．3  模型制作及優(yōu)化
8．4．4  樹木等景觀制作
8．4．5  3ds Max中的處理
參考文獻(xiàn)