基于地面LiDAR的滑坡地表形变监测方法研究

发布时间：2017-07-13 17:12

  本文关键词：基于地面LiDAR的滑坡地表形变监测方法研究

  更多相关文章： 地面LiDAR 滑坡监测 点云拼接 形变提取

【摘要】：我国是一个地质灾害多发的国家,其中滑坡灾害的发生往往造成巨大损失。对滑坡体地表的监测能够为滑坡体成因和发育趋势的推断提供重要依据。地面LiDAR以其高精度、连续性和非接触的特点,能够快速安全地获取大范围的点云数据。地面LiDAR实现了由单点到面的测量,具有远距离非接触式测量、采集速度快的特点,并能适应各种工作环境。使用地面LiDAR进行滑坡地表位移监测具有工作安全和监测数据全面的优势。利用其获取的点云数据构建地表模型能直观地表现地表形态,基于地表模型的滑坡形变分析能够全面反映形变信息。论文在滑坡地表的变形监测中使用经过拼接的高分辨率地面LiDAR数据构建地表模型,利用稳定区域作基准进行多期数据比较得到了滑坡地表形变区域的整体变形结果,能够准确反映出整体形变趋势;利用局部提取的特征点进行单点位置比较得到局部形变结果。论文对地面LiDAR应用于滑坡地表的监测研究进行了探讨,主要研究内容如下:(1)建立滑坡体表面模型。建立以表现高程为主的数字高程模型和点云真三维表面模型反映地表情况,以全面掌握不稳定区域的地表信息。(2)探讨了点云数据拼接的一般方法以及可能出现的复杂情况下点云数据难以拼接的解决方法。(3)基于滑坡体表面模型的变形分析。通过完整点云构建的表面模型,利用不同时期的模型进行比对获取滑坡体变形信息。论文认为地面三维激光扫描技术在滑坡体监测中具有拼接误差影响监测精度的局限性,但其野外数据采集快速和人为干扰少的特点能够提高监测效率和监测精度从而促使该技术广泛地应用于地质灾害调查和监测预警工作。
【关键词】：地面LiDAR 滑坡监测 点云拼接 形变提取
【学位授予单位】：成都理工大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：P642.22
【目录】：

• 摘要4-5
• Abstract5-9
• 第1章 绪论9-15
• 1.1 引言9-10
• 1.2 研究目的及意义10
• 1.3 滑坡地表监测研究现状10-11
• 1.4 地面LIDAR研究现状11-12
• 1.5 主要研究内容12
• 1.6 研究思路及技术路线12-15
• 第2章 原理与方法15-27
• 2.1 滑坡监测原理与方法15-16
• 2.1.1 滑坡的基本形态及演化过程15
• 2.1.2 滑坡表面变形监测15-16
• 2.2 地面LIDAR简介16-22
• 2.2.1 地面LiDAR工作原理17-18
• 2.2.2 地面LiDAR特点18-19
• 2.2.3 地面LiDAR误差分析19-20
• 2.2.4 仪器与软件介绍20-22
• 2.3 点云特征识别22-24
• 2.3.1 点云特征22
• 2.3.2 特征识别22-24
• 2.4 点云数据处理方法24-27
• 2.4.1 单点的比较25
• 2.4.2 特征变形分析25-26
• 2.4.3 基于地表模型的分析26-27
• 第3章 数据采集与预处理27-38
• 3.1 研究区概况27-28
• 3.2 点云采集28-30
• 3.2.1 测站布设28-29
• 3.2.2 场景扫描29-30
• 3.3 点云拼接30-36
• 3.3.1 点云拼接原理30-31
• 3.3.2 点云拼接方法31-33
• 3.3.3 特征点群拼接33-35
• 3.3.4 多时相点云拼接35-36
• 3.4 点云滤波36
• 3.5 本章小结36-38
• 第4章 地表形变信息提取与分析38-54
• 4.1 研究区滑坡变形特征38
• 4.2 地表形变整体提取38-47
• 4.2.1 构建地表模型39-44
• 4.2.2 基于地表模型的形变提取44-47
• 4.3 地表形变局部提取47-50
• 4.3.1 局部特征点拟合47-49
• 4.3.2 基于特征点的形变提取49-50
• 4.4 形变与趋势分析50-51
• 4.4.1 地表形变分析50
• 4.4.2 滑坡趋势分析50-51
• 4.5 监测精度分析51-54
• 4.5.1 拼接精度分析51-52
• 4.5.3 形变精度分析52-54
• 总结与展望54-55
• 致谢55-56
• 参考文献56-61
• 攻读硕士学位期间取得的学术61

【相似文献】

中国期刊全文数据库 前10条

1 高恩阳;郑昊鸿;;点云数据滤波方法综述[J];科技资讯;2012年33期

2 龚书林;;三维激光点云处理软件的若干关键技术[J];测绘通报;2014年06期

3 赵强;彭国华;王锋;;点云精简的一种方法[J];西南民族大学学报(自然科学版);2006年05期

4 李德江;张延波;于曼竹;姜丽丽;曲雪光;;基于扫描模式的点云修复技术研究[J];测绘与空间地理信息;2011年06期

5 蔡来良;李儒;;点云数据处理算法与实现初步研究[J];测绘通报;2012年S1期

6 詹庆明;张海涛;喻亮;;古建筑激光点云-模型多层次一体化数据模型[J];地理信息世界;2010年04期

7 曾敬文;朱照荣;丁锐;;基于立方体网格的数据点云约简和体积计算方法[J];测绘科学;2008年06期

8 杨欣;姚海燕;;平面点云边界参数识别[J];中国西部科技;2009年27期

9 孙瑞;张彩霞;;点云数据压缩算法综述[J];科技信息;2010年32期

10 张毅;闫利;;地面激光点云强度噪声的三维扩散滤波方法[J];测绘学报;2013年04期

中国重要会议论文全文数据库 前10条

1 李文涛;韦群;杨海龙;;基于图像的点云生成和预处理[A];2011年全国通信安全学术会议论文集[C];2011年

2 蔡来良;李儒;;点云数据处理算法与实现初步研究[A];第四届“测绘科学前沿技术论坛”论文精选[C];2012年

3 马国庆;陶萍萍;杨周旺;;点云空间曲线的微分信息计算及匹配方法[A];第四届全国几何设计与计算学术会议论文集[C];2009年

4 江倩殷;刘忠途;李熙莹;;一种有效的点云精简算法[A];第十五届全国图象图形学学术会议论文集[C];2010年

5 解辉;张爱武;孟宪刚;;机载激光点云快速绘制方法[A];第二十五届全国空间探测学术研讨会摘要集[C];2012年

6 李凯;张爱武;;基于激光点云的粮仓储粮数量测量方法[A];第二届“测绘科学前沿技术论坛”论文精选[C];2010年

7 朱晓强;余烨;刘晓平;袁晓辉;Bill P.Buckles;;基于航拍图像和LiDAR点云的城市道路提取[A];全国第19届计算机技术与应用（CACIS）学术会议论文集（上册）[C];2008年

8 刘虎;;基于线性八叉树的点云简化与特征提取研究[A];促进科技经济结合，，服务创新驱动发展——蚌埠市科协2012年度学术年会论文集[C];2012年

9 李滨;王佳;;基于点云的建筑测绘信息提取[A];第四届“测绘科学前沿技术论坛”论文精选[C];2012年

10 杨雪春;;反求工程建模中点云切片技术研究[A];全国先进制造技术高层论坛暨第八届制造业自动化与信息化技术研讨会论文集[C];2009年

中国重要报纸全文数据库 前2条

1 曹裕华 高化猛 江鸿宾;激光点云 亦真亦幻[N];解放军报;2013年

2 中国工程院院士 刘先林;四维远见的装备创新[N];中国测绘报;2012年

中国博士学位论文全文数据库 前10条

1 彭检贵;融合点云与高分辨率影像的城区道路提取与表面重建研究[D];武汉大学;2012年

2 刘涌;基于连续序列自动快速拼接的全方位三维测量技术研究[D];西南交通大学;2013年

3 袁小翠;产品表面缺陷视觉检测数据处理关键技术研究[D];南昌大学;2015年

4 赖祖龙;基于LiDAR点云与影像的海岸线提取和地物分类研究[D];武汉大学;2013年

5 王瑞岩;计算机视觉中相机标定及点云配准技术研究[D];西安电子科技大学;2015年

6 段敏燕;机载激光雷达点云电力线三维重建方法研究[D];武汉大学;2015年

7 韩峰;基于点云信息的既有铁路状态检测与评估技术研究[D];西南交通大学;2015年

8 金龙存;3D点云复杂曲面重构关键算法研究[D];上海大学;2012年

9 李扬彦;基于点云的三维重建与形变事件分析[D];中国科学院深圳先进技术研究院;2013年

10 杨德贺;面向虚拟测方系统的点云聚类与拟合理论[D];中国矿业大学（北京）;2014年

中国硕士学位论文全文数据库 前10条

1 龚硕然;基于Delaunay三角剖分的点云三维网格重构[D];河北大学;2015年

2 杨红粉;频域技术应用于点云配准研究[D];北京建筑大学;2015年

3 段红娟;点云图像交互式曲线骨架提取技术及其应用[D];西南交通大学;2015年

4 张永恒;散乱点云数据配准方法研究[D];长安大学;2015年

5 吴爱;面向特征拟合的点云简化方法研究[D];中国地质大学(北京);2015年

6 薛广顺;基于立体视觉的牛体点云获取方法研究与实现[D];西北农林科技大学;2015年

7 胡诚;精度约束下地表LiDAR点云抽稀方法研究[D];西南交通大学;2015年

8 余明;三维离散点云数据处理技术研究[D];南京理工大学;2015年

9 陈星宇;基于三维彩色点云的地形分类方法研究[D];南京理工大学;2015年

10 朱东方;基于复杂拓扑结构点云的曲线拟合研究与应用[D];山东大学;2015年

本文编号：537724