一、全站仪测定任意两点间距离及改进方法（论文文献综述）
赵明君[1]（2021）在《矿区地表点云建模与变形信息精确提取方法研究》文中指出三维激光扫描技术是变形监测技术中的一项重要技术。通过从获取的地表和建构筑物的点云数据中分析地表变形情况和建构筑物的稳定性是重要的研究方向之一。针对建构筑物点云数据中机构特征点提取算法复杂,自动化程度低、特征信息易损失;点云滤波算法自适应程度低、实用性差和滤波精度低;地表变形信息提取算法可靠性差,数据利用不充分等问题,提出相应的点云数据处理算法,并结合传统测量手段验证算法可靠性和实用性,取得了一定的研究成果。本文的主要研究内容和结果包括:（1）研究了建构筑物特征信息提取算法和变形信息计算。提出了一种基于Morse-Smale理论的建构筑物点云三维特征提取的算法,实现精细、自适应、自动化程度高的建构筑物特征点、特征线提取;通过改进区域生长算法的实现三维特征面点云数据的快速提取;通过对特征直线拟合,计算斜率进而计算建构筑物的倾斜情况,提出利用特征点的位置变化获取建构筑物的水平位移和下沉值;在特征线提取算法的基础上实现与AutoCAD的联合制图,实现物体三维轮廓的自动化绘图。（2）研究了点云滤波算法。以点云数据在空间不同维度分布特征不同为基础,构建线性判别分类器将植被点云与地面点云数据进行分类,实现基于点云空间分布特征的地表点云数据滤波算法。该算法与现有的滤波算法相比,滤波结果表明本文算法在仅有点云三维坐标值的情况下实现参数设置少,自适应程度高,滤波效果优良,实用性强的地面点云数据提取。（3）研究了地表点云数据变形提取算法。在分析基于地表点云计算变形信息的主要算法模型和影响点云变形值计算精度的三类因素后,提出一种多尺度下的模型到模型距离的点云变形计算算法（M2M算法）。以核心点集在法向量上投影的中心点间的距离作为点云变形距离。有效的克服了点云测量误差、点云粗糙度、配准误差对变形值计算的影响,得到可靠的地形变化估计。并且在选取的矿区的地表点云数据中计算出垂直方向M2M距离和多尺度M2M距离,将计算结果与实测数据对比,得出算法对于地表变形信息计算的精度。实现基于点云数据的地表变形在核心点、剖面线、区域表面三个层次上的变形信息计算与表达。图[90]表[10]参[83]
张凯[2]（2021）在《基于顶板视觉的掘进机空间位姿检测方法研究》文中指出我国煤炭开采中自动化水平较高的综采设备大幅提高了采煤效率,而以综掘工艺为主的巷道掘进,效率低下导致采掘失衡,通过提高悬臂式掘进机的自动化水平,从而解决采掘失衡问题已成为行业共识。悬臂式掘进机位姿自主检测是实现其自动截割从而提高其自动化水平的首要条件。机器视觉是实现悬臂式掘进机空间位姿自主检测的一种重要解决方案。论文首先对煤矿井下巷道环境中的顶板特征进行了分析,定义了掘进机的位姿以及相应的坐标系,从而完成了掘进机位姿检测数学模型的构建。其中,研究了基于平面标靶的相机标定技术,并进行了相机标定实验与标定精度分析。同时研究了煤矿顶板图像预处理方法以及托盘目标提取与特征检测方法,实现了多个托盘目标的分割,完成了托盘目标特征直线检测以及直线交点的求取,进而利用PnP算法实现了掘进机静态位姿的求解。然后研究了图像匹配技术以及掘进机运动估计方法,实现了相邻图像帧中同一托盘目标的识别,完成了掘进机动态位姿的求解,并通过非线性优化函数实现了掘进机运动过程中位姿的优化。最后,在模拟巷道中验证了本文方法的可行性,通过对比全站仪测量的位置参数与本文方法解算的位置参数,分析了位置参数的解算精度,同时验证了姿态角解算的正确性。
刘新江[3]（2020）在《基于自动观测的天文大地测量新方法研究》文中指出天文大地测量通过观测恒星等自然天体的位置来确定地面点的位置以及至地面某一目标的方位角,是大地测量的主要技术手段之一,应用于空间基准建立、航天测控、远程精导武器发射、惯导设备标定、垂线偏差确定及工程测量等领域。传统的天文大地测量方法主要适用于北半球中纬度地区;测量设备主要是光学经纬仪,需人工观测,效率很低。近年来,随着数字天顶仪、视频经纬仪等新型测量系统的研制成功,天文大地测量技术已开始向自动观测转型,但定位定向观测和数据处理模型基本上仍采用的是传统方法,不能满足在全球范围内进行快速高效和高精度的测量。为了实现任意地区快速天文定位定向,解决复杂环境下只有部分星可见时的天文大地测量难题,本文基于自动测量技术能在短时间内获得全天区大量天文观测数据的特点,引入相关变量回归分析理论,提出了多种新的天文大地测量方法,并进行了深入系统的理论研究和大量的野外实际测量实验验证。论文主要研究内容及创新点如下:（1）首次在天文大地测量数据处理中引入相关变量回归分析方法,构建了天文大地测量数据回归分析仿真平台;在实测数据处理中,对回归方法进行了拓展,提出了两步回归法、平行回归法和零值分位回归法。（2）提出观测多颗近似中天星实现定位定向的新方法,采用高度差平行回归法测定纬度,采用多星中天时角法测定经度和方位角。在低纬度地区实测36颗任意高度近似中天星数据,定位精度优于±0.5″,定向精度优于±0.25″,满足高等级天文大地测量精度指标要求。与经典的北极星任意时角法相比,定向测量前不需要进行精密天文定位,1个一等天文方位角的观测用时由至少2天时间缩短到2小时以内,将精密天文定向测量的作业范围由北半球中纬度地区扩展至全球任何地区。（3）针对只有北天区星可见时的观测条件,提出了多颗近似大距星同步定位定向方法。传统大距星对法只能精确定向,且需要已知测站精确坐标;新方法不需要按照天体赤纬和大距时刻进行配对观测,通过观测多颗近似大距星的天顶距和水平角数据即可实现定位定向,选星条件从星位角严格在90°扩展到87°～92°,同等时间内可观测星数增加1倍以上。（4）基于自动观测可同时获取近似等高星天顶距和水平角的特点,在数据处理中提出了方位角零值分位回归法实现同步定位定向。依据测站纬度和天顶距确定零值分位数进行分位回归,观测40颗近似等高星,定位精度优于±0.3″,定向精度优于±0.5″,与普通回归方法相比计算精度提高30%。自动观测与人工观测相比,天顶距观测精度提高33%,水平角观测精度提高52%,观测效率提高1倍以上。（5）通过增加回归参数,将近似中天、卯酉和等高星数据回归处理方法适用范围扩展至全天区,建立了观测多颗任意星实现精密定位定向的多元回归模型。针对任意星观测精度不一致、高度和方位分布不均匀所引起的数据处理结果不稳健问题,提出了按方位角装箱的非参数—参数两步回归法,有效提高了成果的稳健性。（6）采用多种型号的全站仪作为观测仪器,对本文所提出的新方法进行了大量的实际测量实验,与传统测量方法相比,新方法的计算结果准确可靠,能够满足不同地域各种复杂环境的测量需求。
王海东[4]（2020）在《融合前后视三角高程/陀螺定向的倾斜巷道贯通测量技术研究》文中指出受矿山内部地形、煤层地质结构、开采方案及进度控制、煤炭运输等因素的影响,我国很多地区的矿山巷道设计成倾斜巷道。不同于典型的垂直和水平类型的巷道,倾斜巷道主要用于矿井水平间煤炭、矸石、材料、设备和人员的提升运输。斜巷运输系统由绞车、轨道、提升钢丝绳、串车组、斜巷安全设施及信号系统等组成。斜巷运输过程中出现的连接装置断裂、矿车和皮带运输设备的频繁磨损等“跑车”事故都与前期倾斜巷道坡度设计以及贯通测量的精度和工艺有着必然的联系。倾斜巷道的精密、准确、高质量的贯通测量对矿区的安全、高效、节能等环节起着至关重要的作用。本文主要针对山西省朔州市平朔矿区安太堡露天矿开采过程中倾斜巷道的贯通测量的关键技术进行研究。研究高精度GNSS控制网构建方法、井下陀螺精准定向方法和特殊的三角高程测量方法,探讨主要的误差来源于改正方法,采取分布平差与整体平差相结合的方法,减弱误差对导线边最弱点的影响,最终达到巷道贯通测量的精度规范。进而提高该矿区的倾斜巷道贯通的精度水平,保障矿区生产的安全性,提高矿区后续建设及维护的可持续性及能源利用节约性。针对山西中煤集团安太堡露天矿倾斜巷道贯通测量与开采的特殊情况,拟解决的关键问题有:（1）地面控制点与国家坐标系不统一,以及前期开采地表沉陷引起的破坏问题。（2）井下倾斜巷道距离较长,遇到特殊类型的倾斜巷道,比如急倾斜巷道,依靠传统的全站仪联系测量手段难以保障最终的贯通精度。与传统井下贯通测量相比,本课题的主要创新之处主要在于:（1）在地表GNSS控制网建设过程中,提出基于穷举法和投票法的矿山控制点粗差探测方法,快速准确地探测出被移动或者被破坏的地面控制点,并在数据处理过程中对其进行有效纠正。（2）在井下三角高程测量过程中的急倾斜和阶梯形地段,提出一种前后视的三角高程测量模式,可以有效消除全站仪测距的固定误差,同时还可以消除全站仪仪器高i的量取误差对测量结果的影响。（3）在井下导线测量过程中,引入陀螺定向方案提高井下长导线测量的精度和稳定性。在安太堡煤矿二号井运输巷道开展了基于陀螺定向提高井下导线控制精度的实验项目。在此项目中,除了计划中的陀螺定向技术之外,尝试利用本文研究的地面控制点粗差探测方法、前后视三角高程测量方法进一步提升井下巷道贯通测量的精度。验证过程主要采用三种方法:○1全站仪+水准仪;○2全站仪+水准仪+前后视三角高程测量;○3全站仪+水准仪+前后视三角高程测量+陀螺仪定向。在贯通点的对比结果表明,采用传统的全站仪+水准仪的测量方法,巷道贯通点存在超出限差的风险。应用本文提出的方法,平面和高程贯通精度都得到了明显的提升,达到国家规范的要求。
王伟[5]（2020）在《双目视觉自动检测香蕉植株假茎茎高茎宽》文中指出实时快速的提取植物表型信息已经成为农业生产发展中极为关键的一步,可以为植物的预测和检测提供帮助。香蕉作为广西重点发展的水果,实时的测量香蕉假茎茎宽茎高可以为香蕉植株生长参数和后期的产量评估的提取提供有效的帮助。本文以香蕉植株为研究对象,通过双目立体视觉与级联分类器结合的方法来实现香蕉植株假茎茎宽茎高的快速无损测量,设计了一种基于双目相机的图像测量方法。主要的研究内容包括:（1）级联分类器识别香蕉假茎。根据不同的测量目的,进行了两个批次的实验,采用了近距离（0.9 m、1.2 m、1.6 m、1.9 m处,可拍摄部分假茎）、远距离（1.8m、2.0m、2.2m、2.4m处,可拍摄完整假茎）两种方式对香蕉假茎进行了双目图像的采集,每个距离分别采集得到100个样本。分别针对两种方式建立了香蕉假茎的识别模型。首先通过双目标定、立体校正、立体匹配得到视差图,并将其随机分为训练集（170个样本）与测试集（230个样本）。然后对训练集中的视差图假茎进行手动矩形框（近距离方式选取纵宽比为2:1,远距离方式选取纵宽比为7:1）截取正负样本。接着采用级联分类器对正负样本进行训练,得到假茎的自动识别模型。结果表明,该方法可以对香蕉假茎进行快速识别,近距离和远距离的识别率分别为94.8%和96.1%。（2）设计了一种香蕉假茎茎宽估算方法。该方法以对级联分类器识别得到的矩形框区域为重点研究对象,进一步在不同水平高度上精准定位假茎边界点,并将其转换到相机坐标系下得到水平宽度,再通过倾斜度矫正,得到假茎的最终测量宽度。实验结果表明,不同的测量距离会影响检测精度,在近距离测量方式下,1.2 m距离处的测量精度最高,与真实值的R2达到了0.8538,相对误差仅为2.0%。（3）设计了一种香蕉假茎茎高茎宽联合估算方法。该方法主要针对远距离测量方式下已获取得到完整的假茎主体的情况。在上一步同样方法测量得到茎宽参数的同时,也通过两点的间的距离公式计算假茎的的根部到最低叶片分支下最细的假茎处的置距离的方法得到茎高的测量结果。结果表明,不同的测量距离会影响检测精度,1.8 m距离处的香蕉植株假茎茎高茎宽测量精度最高,茎高的识别模型与真实值的R2达到了0.9717,相对误差仅为3.1%;茎宽的识别模型与真实值的R2达到了0.9653,相对误差仅为1.2%。本文利用双目视觉结合级联分类器的方法快速识别香蕉假茎,实现实时获取香蕉假茎的茎高茎宽的目的,提高了测量的效率,为果园信息化管理提供的技术支持。
高文海[6]（2020）在《用于混联式TBM位姿测量的光学标靶关键技术研究》文中研究说明在各类复杂的地下盾构施工环境中,硬岩全断面掘进装备（简称TBM）中具备实时位姿测量功能的导向系统,为控制TBM掘进路线与设计轴线的偏差提供了最关键的技术支撑。为此,本文针对某新型混联式TBM,如何设计出一种低复杂度、高抗噪能力的光学标靶,以实现精确高效的TBM位姿测量方法,本文开展了以下研究工作:论文首先对当前主要的TBM导向系统研究现状进行了综述,对其技术方案及其特点进行了分析,针对现有某新型混联TBM具备两级推进系统的结构特征,提出了用于TBM位姿测量的单目视觉位姿测量方法。该法匹配设计了具有六个特征点按一定拓扑结构分布的激光光学标靶,根据射影不变性原理建立了拓扑结构中各个特征点的共线关系,并给出了其特征点排序算法及特征点的匹配算法。其次,针对如何实现光学标靶中激光光斑中心快速准确定位问题,提出了激光光斑中心等效光强定中算法,并对其中心位置精度和抗干扰能力进行了仿真和实验验证。结果表明,该法快速有效,中心位置定位精度高和抗干扰能力强。然后,根据摄像机标定原理,建立了摄像机标定模型,并选用ChArUco标定法进行摄像机内参的校准。在此基础上,结合弱透视投影原理,简化了多特征点PnP问题的线性求解。针对PnP线性求解精度不足和抗噪声能力弱问题,提出了一种基于重投影误差非线性迭代优化模型,使得线性方程组得到的近似解进一步逼近真实位姿,具有较高的精度和稳定性,最后采用ArUco作为位姿参照验证了算法的有效性。研究结果对新型混联式TBM导向系统的设计具有重要意义和借鉴价值。另外,论文设计的六点平面激光光学标靶,亦可以推广应用在相关领域,如机器人、无人机以及航空航天等高精尖领域。
于建[7]（2020）在《基于无线传感网络的地铁盾构施工变形感知技术》文中研究表明近年来随着城市化进程的加快,地铁建设也在加速开展,盾构法因其施工质量高,对周围环境影响小等优点成为区间隧道施工的首选方法。然而目前由于以传统监测方式为主的盾构隧道监测频率低,成本高等因素,造成了盾构隧道相关事故层出不穷。随着无线感知技术的发展,无线智能监测因监测频率高,节约人力,受环境制约小,预警能力强等优势使其应用领域越来越广。就目前而言,无线智能监测主要应用在房屋、桥梁、铁路等工程领域,而在地铁盾构隧道中的应用还较为少见。本文在上述背景下,以某城市地铁盾构施工隧道为依托,基于无线传感网络,以信号传输试验、数值模拟、工程现场应用等手段研究了盾构隧道无线传感网络的测点布置,不同盾构施工参数对邻近区域的影响规律,无线感知技术在地铁盾构隧道中的应用,主要研究内容及成果如下:（1）基于实际工程的数值模拟,开展了无线传感网络测点的布置方法研究。数值模拟结果表明,衬砌对应的邻近建筑物区段变形相对较大,邻近建筑物顶端变形最大,根据上述数值模拟结果,并结合信号传输测试和工程实际制定了无线测点布置方案。（2）基于开挖面支护力和注浆压力等不同施工参数组合的数值模拟,研究了不同盾构施工参数对邻近区域的影响。结果显示,随着开挖面支护力与注浆压力的增大,盾构施工对地表及邻近建筑物的沉降抑制效果也增强,且相对来说,开挖面支护力抑制效果更好,此结论可为后续减小施工影响,优化施工参数提供参考意见。（3）依托实际工程开展了无线感知技术的工程应用。现场应用显示,通过将感知结果与数值模拟以及传统施工监测结果进行对比分析,验证了无线感知技术在盾构施工影响区域应用的可行性,呈现出了无线感知技术实时动态感知的优势,根据邻近建筑物倾斜沉降监测结果分析了该建筑物的健康状态,结果表明,该邻近建筑物受盾构施工影响较小,满足正常使用要求。
杨梅洁[8]（2020）在《基于激光点云数据的隧道特征提取方法的研究》文中进行了进一步梳理近些年精度高、检测快的三维激光扫描设备逐步开始应用在运营隧道的检测工作中,目前,隧道激光扫描数据多应用于检测断面收敛变形,断面通常基于模型或者拟合中轴线的方法进行切片获取,其精度依赖于隧道中轴线的提取效果;较少部分涉及渗漏水病害检测,其方法多将点云反射强度数据转化成图像数据,再利用图像处理技术识别出渗漏水信息,但该类图像质量不仅与色彩转换函数的选择有关,还与激光反射强度值与实际值的偏差有关,未经修正的强度数据转化成图像会令偏差进一步增大,因此本文将在激光反射强度修正算法及隧道中轴线提取方法做重点分析,并将获取的结论应用于隧道渗漏水识别及断面收敛变形测量中。本文主要开展的工作有:（1）基于反射强度实验数据对激光扫描数据反射强度分布规律进行研究,结合多因素方差分析的方法初步确定对强度值影响显着的因素（扫描距离）,进一步通过单因素分析确定该因素与强度之间的变化关系,提出泰勒多项式强度修正模型,通过实例点云及隧道点云验证了其模型的修正效果;将强度修正后的点云生成隧道内表面灰度图像,分别对约100m及1000m的隧道进行渗漏水病害识别准确率达到92.3%及92.8%。通过与未经强度修正及直接利用真实图像识别的结果对比,表明激光点云数据经过本模型的修正处理之后,最终能够快速准确地识别出隧道渗漏水信息。（2）利用激光点云数据,提取地铁隧道横截面并进行隧道收敛直径计算。本文提出一种新颖的隧道中心轴提取和横截面确定的方法,该方法首先基于投影切片的方式获取初始中心轴点,利用MST恢复所有轴点的拓扑关系、基于最小二乘的多项式平滑算法进行滤波去噪、分割中心轴线性段和非线性段特征,结合中心轴上各点的方向矢量及局部圆柱拟合模型,确定隧道断面轮廓点并计算出所获截面的直径。将其与人工测量和反射片定点测量的直径结果对比,通过验证定点测量误差为毫米级,基于本文方法获取隧道截面直径误差呈偏正态分布,μ=-14.01569mm。（3）除以上应用外,本文还拓展了的其他研究方向及思路,如基于点云数据的三维重构、基于优化中心轴与软件结合的隧道净空分析和基于修正反射强度及点云空间分布规律的隧道特征识别方法等,为进一步挖掘点云数据的研究价值及提升处理效率拓展了思路。激光点云数据可应用于隧道病害识别检测领域,基于强度修正模型可有效消除激光反射强度的距离效应,提高生成图像中的隧道特征分类精度及渗漏水识别精度;基于优化后的中轴线能够获取精度更高的隧道断面轮廓,进而进行隧道收敛变形计算;激光点云数据在净空计算、三维重构等领域也可结合本文所得结论进一步优化隧道特征物识别效果和数据处理效率;且通过实验验证了本文提到方法的准确性和可靠性。
韩亚洲[9]（2020）在《某超高层建筑结构变形监测方法研究》文中研究指明近年来,随着我国社会生产力的提升和经济社会的飞速发展,国内超高层建筑的建设数量日益庞大,结构形式也复杂多样。超高层建筑结构具有建设耗时长、施工复杂、安全性和稳定性要求高的特点,同时高层建筑受到温度、风、日照等荷载影响。超高层建筑的精确定位一直是测量控制的难点问题,同时垂直度控制和沉降监测对于确保建筑物的正常施工和安全使用具有重要的指导意义。本文主要内容如下:（1）分析和讨论了超高层建筑结构在施工和运营阶段常用的监测方法和相关技术:高精度智能全站仪技术,GPS测量技术,水准仪法,三维激光扫描技术,BIM技术等,概括了相关技术和方法在超高层建筑结构监测的基本原理以及各自的优势和不足。（2）对天津某超高层建筑结构进行施工过程中的控制测量,包括场区首级到三级控制网的布设,轴线与标高的竖向引测,轴线控制点及高程的检核等。根超高层建筑施工楼层的高度和周围环境的不同,灵活使用逐层分段检核的方法,采用了“GNSS+全站仪+激光铅垂仪”联合测量的综合方法。超高层结构的标高在主体结构达到一定高度后,对引测的高程点进行检核,再以检核后的高程点作为基准向上引测。（3）介绍了沉降观测的必要性和高层建筑沉降观测常用的几种方法:短视线几何水准法,三角高程测量,液体静力水准测量法和GPS网络RTK法,并概述了相关方法沉降监测的基本原理以及各自的应用情况。（4）介绍了核心筒垂直度测控的必要性,分析了其影响因素和高层建筑物垂直度常用的检测方法,使用全站仪参考线测法对核心筒东南西北四个面进行测量和计算,分析得到核心筒的整体的垂直度情况,为后续施工进行提供参考。（5）对建筑物变形预报模型进行简要介绍,使用灰色理论进行高层建筑物变形分析和预报,基于新信息模型和新陈代谢模型,运用MATLAB软件进行编程,得到高层建筑的变形情况。通过倾斜数据和沉降监测数据的分析,验证了各自测量方法的有效性和正确性。
赵成立[10]（2020）在《基于近景摄影测量的港口机械测量方法研究》文中认为世界贸易的发展离不开港口,港口的正常运转又离不开港口起重机,而港口起重机由于长时间重载连续工作可能出现安全性问题,因此对与其安全性评估相关的尺寸进行周期性地测量是保障其正常运行的关键。港口起重机工作强度大、尺寸大,传统的测量方式人工操作复杂、难度大、耗时长。因此选择了摄影测量与计算机视觉相结合的方式,利用单个非量测像机采集待测对象的图像,对其进行处理,从而获得待测对象物方空间坐标。该方法现场操作快、不需要直接接触待测对象、成本低廉、且测量精度高。现有的摄影测量方法不能很好的适应港口起重机所处的环境,本文以港口起重机为对象,对测量流程中的关键环节加以改进、并引进计算机视觉等方面的技术,提出针对港口起重机的测量方法。具体研究内容如下:（1）研究了适用于港口机械的像机标定方法。传统标定方法要求有与实际测量场地大小基本相同的标定场,由于港口环境过于复杂,建立适用于港口起重机的标定场成本高昂、难度很大。针对这一问题,提出一种适用于港口环境的实时标定方法,在棋盘标定法的基础上,对像机的焦距进行现场的实时标定。（2）研究了图像处理过程中的角点提取问题。拍摄的像片中不仅包含了待测对象,还有复杂的背景以及其它的物体。因此针对要将待测对象从拍摄图像中提取出来这一需要,将计算机视觉技术中的Faster R-CNN引进到摄影测量流程中,调整深度学习神经网络重要参数,完成神经网络的训练,并将图像检测与角点检测融合,完成对待测对象上关键角点的提取。（3）研究了适用于港口机械的摄影测量同名点匹配算法。传统的同名点匹配方法有两种,基于图像信息的同名点匹配和基于几何约束的同名点匹配,前者匹配的错误率较高,后者计算量太大。因此针对港口起重机的同名点匹配问题,提出一种改进的基于几何约束的同名点匹配方法,首先利用改进的霍夫变换提取图像中的直线,再利用直线间的位置关系提取直线间的交点,最后利用图像之间的核线关系搜索同名点,完成同名点匹配。（4）研究了与港口机械安全性评估相关的平面度、对称度。介绍了平面度、对称度的概念,建立平面度、对称度数学模型。通过现场寻找标志点,然后利用全站仪采集标志点坐标信息,完成平面度、对称度的计算。并将其测量结果与全站仪测量结果对比。
二、全站仪测定任意两点间距离及改进方法（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、全站仪测定任意两点间距离及改进方法（论文提纲范文）
（1）矿区地表点云建模与变形信息精确提取方法研究（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 三维激光扫描变形监测应用现状 |
| 1.2.2 建构筑物特征提取的研究现状 |
| 1.2.3 点云数据滤波算法研究现状 |
| 1.2.4 基于点云数据的变形信息提取研究现状 |
| 1.3 研究内容与技术路线 |
| 1.3.1 研究内容 |
| 1.3.2 技术路线 |
| 1.4 论文组织结构 |
| 2 三维激光扫描系统简介及数据预处理 |
| 2.1 三维激光扫描技术简介 |
| 2.1.1 激光测距技术原理与类型 |
| 2.1.2 激光扫描定位原理 |
| 2.2 三维激光扫描分类与技术指标参数 |
| 2.2.1 三维激光扫描系统分类 |
| 2.2.2 地基扫描仪参数介绍 |
| 2.2.3 点云数据的特点 |
| 2.3 外业点云数据采集与作业流程 |
| 2.4 点云配准与坐标转换 |
| 2.5 地面三维激光扫描仪测量误差分析 |
| 2.6 本章小结 |
| 3 建构筑物的三维特征信息提取和变形信息计算 |
| 3.1 Morse-Smale理论概述 |
| 3.1.1 Morse-Smale复形的构建 |
| 3.1.2 Morse-Smale理论的扩展 |
| 3.2 建构筑物特征点提取算法 |
| 3.2.1 散乱点云的Delaunay三角网的构建 |
| 3.2.2 法矢计算与特征指标参数值计算 |
| 3.2.3 三维特征点判别与分类提取 |
| 3.2.4 构建特征线与单复形模型 |
| 3.2.5 Morse-Smale复形简化与单复形模型简化 |
| 3.3 基于改进区域生长算法的三维特征面提取 |
| 3.3.1 K-tree的建立与K邻域获取 |
| 3.3.2 点云法矢和平均曲率求解 |
| 3.3.3 种子点选取与区域生长算法的改进 |
| 3.3.4 基于改进区域生长的点云数据分割实验 |
| 3.4 三维模型特征拟合 |
| 3.4.1 特征直线拟合与变形参数计算 |
| 3.4.2 特征曲线拟合 |
| 3.4.3 特征面的拟合 |
| 3.5 基于matlab与AutoCAD的联合制图 |
| 3.6 建构筑物的三维特征提取和精度评定 |
| 3.6.1 拱形建筑物特征提取实验 |
| 3.6.2 建筑物三维特征提取精度评定实验 |
| 3.7 本章小结 |
| 4 基于点云空间分布特征的地表点云数据滤波算法 |
| 4.1 点云的空间分布特征 |
| 4.1.1 多尺度下的点云分布特征 |
| 4.1.2 点云分布特征的量化表达 |
| 4.2 线性判别分类 |
| 4.2.1 线性判别分析 |
| 4.2.2 核心点选择与分类加速 |
| 4.3 滤波精度评价参数 |
| 4.4 尺度参数设置的影响 |
| 4.5 本章小结 |
| 5 基于三维点云数据的矿区地表变形信息提取与表达 |
| 5.1 基于三维点云的地形变形计算算法分类 |
| 5.2 影响点云变形计算精度的因素 |
| 5.3 变形监测区域简介 |
| 5.4 多尺度下的模型到模型距离的点云变形计算 |
| 5.4.1 M2M算法原理 |
| 5.4.2 M2M算法描述 |
| 5.4.3 M2M算法中关键步骤的参数选择 |
| 5.5 实验与分析 |
| 5.5.1 垂直方向的M2M距离 |
| 5.5.2 多尺度M2M距离 |
| 5.6 M2M算法的计算精度评价 |
| 5.6.1 点云坐标误差分析 |
| 5.6.2 M2M算法的计算精度 |
| 5.7 本章小结 |
| 6 结论与展望 |
| 6.1 结论 |
| 6.2 展望 |
| 参考文献 |
| 致谢 |
| 作者简介 |
（2）基于顶板视觉的掘进机空间位姿检测方法研究（论文提纲范文）
| 摘要 |
| abstract |
| 1 绪论 |
| 1.1 研究背景与意义 |
| 1.2 国内外研究现状 |
| 1.2.1 悬臂式掘进机位姿检测方法研究现状 |
| 1.2.2 视觉测量方法研究现状 |
| 1.3 基于顶板视觉的掘进机位姿检测方法可行性分析 |
| 1.3.1 掘进支护工艺及巷道表面形貌特征 |
| 1.3.2 掘进机运动特征分析 |
| 1.3.3 基于顶板视觉的掘进机位姿检测可行性分析 |
| 1.4 论文主要研究内容 |
| 2 基于顶板视觉的掘进机位姿检测方法数学模型 |
| 2.1 坐标系定义 |
| 2.2 掘进机空间位姿定义 |
| 2.3 掘进机空间位姿数学模型 |
| 2.3.1 相机成像模型 |
| 2.3.2 相机标定方法研究 |
| 2.3.3 掘进机空间位姿数学模型 |
| 2.4 本章小结 |
| 3 顶板图像特征提取与位姿解算 |
| 3.1 顶板图像预处理 |
| 3.1.1 常见噪声类型 |
| 3.1.2 图像去噪方法研究 |
| 3.1.3 图像增强方法研究 |
| 3.2 顶板目标识别与特征提取 |
| 3.2.1 目标分割 |
| 3.2.2 边缘特征检测 |
| 3.2.3 目标特征点检测 |
| 3.3 基于PNP算法掘进机静态位姿求解方法 |
| 3.4 本章小结 |
| 4 顶板目标的帧间跟踪与掘进机运动估计 |
| 4.1 顶板目标的帧间跟踪 |
| 4.1.1 顶板目标图像动态特征分析 |
| 4.1.2 托盘目标的选择 |
| 4.1.3 目标帧间匹配 |
| 4.2 掘进机运动估计 |
| 4.2.1 掘进机运动估计模型 |
| 4.2.2 局部优化 |
| 4.3 本章小结 |
| 5 试验与分析 |
| 5.1 建立试验条件 |
| 5.1.1 模拟巷道环境 |
| 5.1.2 检测系统搭建 |
| 5.1.3 检测系统软件设计 |
| 5.2 试验与分析 |
| 5.2.1 试验方案 |
| 5.2.2 试验数据分析 |
| 5.3 本章小结 |
| 6 总结与展望 |
| 6.1 总结 |
| 6.2 展望 |
| 参考文献 |
| 致谢 |
| 作者简历 |
| 学位论文数据集 |
（3）基于自动观测的天文大地测量新方法研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 研究背景与意义 |
| 1.2 天文大地测量技术及应用研究进展 |
| 1.2.1 基本星表 |
| 1.2.2 观测仪器 |
| 1.2.3 测量方法 |
| 1.2.4 成果应用 |
| 1.3 研究路线及主要内容 |
| 1.3.1 研究路线 |
| 1.3.2 主要研究内容 |
| 第二章 基本理论方法及仿真平台构建 |
| 2.1 参考系和参考框架 |
| 2.1.1 天球参考系和天球参考框架 |
| 2.1.2 地球参考系和地球参考框架 |
| 2.1.3 天球参考系与地球参考系之间的转换 |
| 2.2 时间系统 |
| 2.2.1 常用的时间系统 |
| 2.2.2 时间系统的转换 |
| 2.3 坐标系统 |
| 2.3.1 天球坐标系 |
| 2.3.2 地球坐标系 |
| 2.4 天文定位定向基本原理 |
| 2.4.1 天体视位置计算 |
| 2.4.2 天文定位定向基本公式 |
| 2.4.3 天文定位定向误差分析 |
| 2.5 回归分析基本理论方法 |
| 2.5.1 随机变量 |
| 2.5.2 回归模型 |
| 2.5.3 回归显着性检验 |
| 2.5.4 回归诊断 |
| 2.5.5 回归参数估计方法 |
| 2.6 天文测量数据回归分析仿真平台构建 |
| 2.6.1 计算误差分析 |
| 2.6.2 回归方法选择 |
| 2.6.3 成果精度评定 |
| 2.7 本章小结 |
| 第三章 观测多颗近似中天星实现定位定向 |
| 3.1 中天星定位定向基本方法 |
| 3.1.1 纬度测定方法 |
| 3.1.2 经度测定方法 |
| 3.1.3 方位角测定方法 |
| 3.2 近似中天星高度差法测定纬度 |
| 3.2.1 基本原理 |
| 3.2.2 观测天体偏离中天位置引起误差分析 |
| 3.2.3 仿真数据分析 |
| 3.3 近似中天星方位角法测定经度 |
| 3.3.1 偏离中天位置引起误差分析 |
| 3.3.2 多颗子午星测定经度 |
| 3.3.3 多组子午星对测定经度 |
| 3.3.4 仿真数据分析 |
| 3.4 多星中天时角法精密测定天文方位角 |
| 3.4.1 分析变量间关系 |
| 3.4.2 确定回归模型 |
| 3.4.3 确定样本数量 |
| 3.4.4 建立回归方程 |
| 3.4.5 仿真数据分析 |
| 3.5 本章小结 |
| 第四章 观测多颗近似大距星实现定位定向 |
| 4.1 大距星定位定向基本方法 |
| 4.1.1 大距位置基本量间关系 |
| 4.1.2 纬度测定方法 |
| 4.1.3 经度测定方法 |
| 4.1.4 方位角测定方法 |
| 4.2 观测误差对计算结果的影响分析 |
| 4.2.1 时角误差的影响 |
| 4.2.2 方位角误差的影响 |
| 4.2.3 天顶距误差的影响 |
| 4.3 大距星对法测定天文方位角 |
| 4.3.1 大距星对法定向基本原理 |
| 4.3.2 传统大距星对法 |
| 4.3.3 改进的大距星对法 |
| 4.4 多颗近似大距星同步定位定向 |
| 4.4.1 观测方位角同步确定纬度和方位角 |
| 4.4.2 观测天顶距测定经度 |
| 4.4.3 仿真数据分析 |
| 4.5 本章小结 |
| 第五章 观测全天区星实现定位定向 |
| 5.1 多颗近似卯酉星同步定位定向 |
| 5.1.1 卯酉星对定位定向基本原理 |
| 5.1.2 近似卯酉星天区范围的确定 |
| 5.1.3 多颗近似卯酉星回归分析定位定向 |
| 5.1.4 仿真数据分析 |
| 5.2 多颗近似等高星同步定位定向 |
| 5.2.1 多星近似等高法同时测定经纬度 |
| 5.2.2 观测方位角同步定位定向 |
| 5.2.3 仿真数据分析 |
| 5.3 多颗任意位置星同步定位定向 |
| 5.3.1 天顶距回归分析 |
| 5.3.2 方位角回归分析 |
| 5.3.3 非参数—参数两步回归 |
| 5.3.4 仿真数据分析 |
| 5.4 自适应天文定位定向算法构想 |
| 5.4.1 确定观测星的天区范围 |
| 5.4.2 确定回归模型 |
| 5.5 本章小结 |
| 第六章 实验验证 |
| 6.1 近似中天星观测实验 |
| 6.1.1 观测数据质量分析 |
| 6.1.2 方位角差值与天顶距、赤纬间的相关分析 |
| 6.1.3 方位角组平均值回归分析 |
| 6.1.4 方位角单次观测值回归分析 |
| 6.1.5 多种方法计算方位角结果比较 |
| 6.1.6 经度计算 |
| 6.1.7 纬度计算 |
| 6.2 近似大距星观测实验 |
| 6.2.1 观测数据质量分析 |
| 6.2.2 大距星对法计算方位角 |
| 6.2.3 回归分析计算方位角和经纬度 |
| 6.3 近似等高星观测实验 |
| 6.3.1 传统方法计算结果分析 |
| 6.3.2 天顶距和方位角直接回归结果分析 |
| 6.3.3 粗差数据和时间因素对回归结果的影响分析 |
| 6.3.4 观测方位角零值分位回归结果分析 |
| 6.3.5 选择特定方位区间星回归分析 |
| 6.3.6 自动观测与人工观测的比较 |
| 6.4 本章小结 |
| 第七章 总结与展望 |
| 7.1 总结 |
| 7.2 展望 |
| 致谢 |
| 参考文献 |
| 作者简历 |
（4）融合前后视三角高程/陀螺定向的倾斜巷道贯通测量技术研究（论文提纲范文）
| 致谢 |
| 摘要 |
| abstract |
| 变量注释表 |
| 1 绪论 |
| 1.1 概述 |
| 1.2 选题意义 |
| 1.3 研究现状 |
| 1.4 研究内容与目标 |
| 1.5 研究方法与流程 |
| 2 高精度地面控制网的构建方法 |
| 2.1 地面高精度平面控制网的构建方法 |
| 2.2 基于穷举法和投票法的矿山控制点粗差探测 |
| 2.3 矿区地表高水准高程控制网的构建方法 |
| 3 倾斜巷道贯通测量的方法 |
| 3.1 平面导线控制网布设 |
| 3.2 陀螺定向 |
| 3.3 井下三角高程测量 |
| 3.4 前后视三角高程测量法 |
| 4 安太堡煤矿倾斜巷道贯通测量案例 |
| 4.1 巷道贯通测量技术路线 |
| 4.2 地表GNSS控制网 |
| 4.3 地表高程控制网 |
| 4.4 井下导线及高程测量 |
| 4.5 贯通测量精度 |
| 4.6 小结 |
| 5 结论与展望 |
| 5.1 结论 |
| 5.2 展望 |
| 参考文献 |
| 作者简历 |
| 学位论文数据集 |
（5）双目视觉自动检测香蕉植株假茎茎高茎宽（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 研究目的与意义 |
| 1.2 国内外研究现状 |
| 1.2.1 农作物茎高茎宽的研究现状 |
| 1.2.2 基于双目视觉的作物物理参数测量 |
| 1.3 研究的主要内容和技术路线 |
| 1.3.1 研究的主要内容 |
| 1.3.2 技术路线 |
| 第2章 技术基础与算法介绍 |
| 2.1 摄像机模型 |
| 2.1.1 线性成像模型 |
| 2.1.2 非线性摄像机模型 |
| 2.2 双目视觉原理 |
| 2.3 双目标定 |
| 2.3.1 基于MATLAB工具箱的标定方法 |
| 2.3.2 标定结果 |
| 2.4 立体校正 |
| 2.5 立体匹配 |
| 2.5.1 BM立体匹配算法 |
| 2.5.2 SGBM立体匹配算法 |
| 2.5.3 结果与分析 |
| 2.6 形态学操作 |
| 2.6.1 膨胀 |
| 2.6.2 腐蚀 |
| 2.7 本章小结 |
| 第3章 实验数据采集及预处理 |
| 3.1 双目立体视觉的图像采集平台 |
| 3.2 图像预处理 |
| 3.2.1 OTSU阈值分割算法 |
| 3.2.2 增强图像对比度 |
| 3.3 本章小结 |
| 第4章 香蕉假茎识别 |
| 4.1 级联分类器的原理 |
| 4.2 级联分类器的训练 |
| 4.3 模型识别结果 |
| 4.4 本章小结 |
| 第5章 茎宽和茎高估算方法与结果分析 |
| 5.1 茎宽估算方法 |
| 5.2 茎宽茎高联合估算方法 |
| 5.3 茎宽估算结果 |
| 5.4 茎宽茎高联合估算结果 |
| 5.5 本章小结 |
| 第6章 结论与展望 |
| 6.1 全文总结 |
| 6.2 工作展望 |
| 参考文献 |
| 致谢 |
| 攻读学位期间的研究成果 |
（6）用于混联式TBM位姿测量的光学标靶关键技术研究（论文提纲范文）
| 摘要 |
| abstract |
| 主要符号说明 |
| 第一章 绪论 |
| 1.1 课题背景 |
| 1.1.1 研究目的和意义 |
| 1.1.2 课题来源 |
| 1.2 国内外研究现状 |
| 1.2.1 TBM导向系统发展现状 |
| 1.2.2 视觉位姿测量研究现状 |
| 1.3 论文主要内容与结构 |
| 1.4 章节小结 |
| 第二章 新型TBM位姿测量系统方案设计 |
| 2.1 新型TBM位姿测量系统方案 |
| 2.2 激光光学靶标的设计与特征匹配 |
| 2.2.1 光学靶标拓扑结构设计 |
| 2.2.2 光学靶标特征点匹配 |
| 2.3 位姿测量系统的组成 |
| 2.3.1 位姿测量系统硬件组成 |
| 2.3.2 位姿测量系统软件框架 |
| 2.4 章节小结 |
| 第三章 激光光斑中心定位算法研究 |
| 3.1 光斑图像预处理 |
| 3.1.1 光斑图像的分割 |
| 3.1.2 光斑图像特征点提取 |
| 3.2 光斑中心定位算法 |
| 3.2.1 激光光斑模型建立 |
| 3.2.2 光斑中心定位评价指标 |
| 3.3 定中算法仿真与实验分析 |
| 3.4 本章小结 |
| 第四章 基于单目视觉的TBM位姿测量 |
| 4.1 摄像机标定方法与原理 |
| 4.1.1 基于Ch ARUco标定法 |
| 4.1.2 摄像机标定原理与模型 |
| 4.2 PnP问题的线性近似求解 |
| 4.3 基于重投影误差的非线性优化 |
| 4.4 本章小结 |
| 第五章 实验及数据处理 |
| 5.1 标靶实验平台 |
| 5.2 算法流程 |
| 5.3 系统实验与分析 |
| 5.4 本章小结 |
| 第六章 总结与展望 |
| 6.1 总结 |
| 6.2 展望 |
| 参考文献 |
| 附录 A 部分算法实现源码 |
| 个人简历在读期间发表的学术论文 |
| 致谢 |
（7）基于无线传感网络的地铁盾构施工变形感知技术（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 研究背景与意义 |
| 1.2 国内外研究现状 |
| 1.2.1 监测技术在盾构隧道中的应用 |
| 1.2.2 地铁盾构隧道施工对周围环境的影响 |
| 1.3 本文的研究内容与技术路线 |
| 1.3.1 本文的研究内容 |
| 1.3.2 本文的技术路线 |
| 1.4 本文的主要创新点 |
| 第二章 基于无线传感网络的变形感知技术 |
| 2.1 MEMS传感器 |
| 2.2 无线传感网络 |
| 2.2.1 无线传感网络特点 |
| 2.2.2 WSN电池电量与通讯协议 |
| 2.2.3 WSN网络硬件组成 |
| 2.2.4 无线传感网络监测平台 |
| 2.3 无线传感网络的信号传输测试 |
| 2.4 倾角传感器温度补偿方法 |
| 2.4.1 倾角监测数据信号的传输过程及温度漂移误差来源 |
| 2.4.2 无线传感网络倾角传感器的温度拟合原理 |
| 2.4.3 温度补偿效果分析 |
| 2.5 本章小结 |
| 第三章 地铁盾构施工对邻近建筑物影响的数值模拟 |
| 3.1 盾构隧道施工的数值模拟方法 |
| 3.2 数值模拟的材料本构模型 |
| 3.3 数值模型的建立 |
| 3.4 数值模型的运算结果分析 |
| 3.4.1 模型运算结果与实测数据对比验证 |
| 3.4.2 隧道净空收敛及竖向相对位移分析 |
| 3.4.3 邻近建筑物倾斜分析 |
| 3.5 不同工况下盾构施工对邻近区域影响的分析 |
| 3.6 本章小结 |
| 第四章 无线感知技术在地铁盾构隧道中的应用 |
| 4.1 无线感知技术的工程应用 |
| 4.1.1 工程概况 |
| 4.1.2 无线传感器网络现场布设 |
| 4.1.3 无线传感数据采集 |
| 4.2 无线传感网络监测结果分析 |
| 4.2.1 无线传感技术可行性验证 |
| 4.2.2 无线监测结果分析 |
| 4.2.3 盾构施工对邻近建筑物健康状态分析 |
| 4.2.4 邻近建筑物变形控制措施 |
| 4.3 本章小结 |
| 第五章 结论与展望 |
| 5.1 结论 |
| 5.2 展望 |
| 参考文献 |
| 攻读硕士学位期间获得的学术成果及参与的科研项目 |
| 致谢 |
（8）基于激光点云数据的隧道特征提取方法的研究（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 隧道病害检测技术的研究现状 |
| 1.2.2 隧道变形检测的研究现状 |
| 1.2.3 目前研究存在的问题 |
| 1.3 课题来源 |
| 1.4 主要研究内容、思路和创新点 |
| 1.4.1 研究内容 |
| 1.4.2 研究思路及技术路线 |
| 1.4.3 主要创新点 |
| 第二章 激光点云数据的采集及特点 |
| 2.1 技术特点及仪器介绍 |
| 2.2 激光点云数据采集的方法 |
| 2.2.1 扫描前准备工作 |
| 2.2.2 扫描过程 |
| 2.3 数据采集内容 |
| 2.3.1 隧道现场扫描数据 |
| 2.3.2 实验数据 |
| 2.4 实验数据预处理 |
| 2.4.1 单因素实验数据预处理 |
| 2.4.2 多因素实验数据预处理 |
| 2.4.3 球形标靶中心坐标获取精度 |
| 2.5 本章小结 |
| 第三章 基于激光反射强度修正模型的隧道渗漏水特征提取方法 |
| 3.1 背景与基本假定 |
| 3.2 地面激光扫描强度修正算法研究 |
| 3.2.1 激光反射强度修正算法的研究现状 |
| 3.2.2 技术路线及算法流程 |
| 3.2.3 点云反射强度修正模型 |
| 3.2.4 实验结果验证方法 |
| 3.2.5 激光反射强度修正效果 |
| 3.3 基于距离修正模型的隧道渗漏水提取方法 |
| 3.3.1 隧道点云数据预处理 |
| 3.3.2 隧道内表面展开 |
| 3.3.3 生成图像 |
| 3.3.4 渗漏水识别与统计 |
| 3.4 实验与结果验证 |
| 3.4.1 隧道图像处理 |
| 3.4.2 隧道渗漏水统计 |
| 3.5 本章小结 |
| 第四章 基于激光点云数据的隧道中轴线提取方法研究 |
| 4.1 背景 |
| 4.2 基于切片投影法提取隧道中心轴 |
| 4.3 优化中心轴线 |
| 4.3.1 构建拓扑关系 |
| 4.3.2 平滑隧道的中心轴 |
| 4.3.3 隧道轴线分割方法 |
| 4.4 隧道断面提取 |
| 4.4.1 隧道横截面的确定方法 |
| 4.4.2 确定直线方程 |
| 4.4.3 直线与断面交叉点的确定 |
| 4.4.4 提取隧道截面 |
| 4.5 隧道断面提取效果评价方法 |
| 4.5.1 几何误差 |
| 4.5.2 精度验证 |
| 4.5.3 隧道横截面提取结果验证 |
| 4.6 隧道收敛变形 |
| 4.6.1 变形参照对比 |
| 4.6.2 收敛精度验证方法 |
| 4.6.3 评价 |
| 4.7 本章小结 |
| 第五章 工程试验及结果 |
| 5.1 工程试验背景 |
| 5.2 试验内容 |
| 5.3 渗漏水识别算法验证 |
| 5.4 隧道横截面收敛精度验证 |
| 5.5 本章小结 |
| 第六章 激光扫描数据的其他应用 |
| 6.1 基于激光点云数据的隧道三维重构 |
| 6.2 基于三维重构的隧道变形分析方法 |
| 6.3 基于三维重构的隧道渗漏水识别方法 |
| 6.4 本章小结 |
| 第七章 总结与展望 |
| 7.1 主要结论 |
| 7.2 工作展望 |
| 参考文献 |
| 攻读硕士学位期间发表的学术论文及取得的相关科研成果 |
| 致谢 |
（9）某超高层建筑结构变形监测方法研究（论文提纲范文）
| 致谢 |
| 摘要 |
| abstract |
| 第1章 绪论 |
| 1.1 超高层建筑结构监测的目的与背景 |
| 1.2 超高层建筑结构变形监测的国内外研究现状 |
| 1.2.1 结构变形监测技术的发展 |
| 1.2.2 超高层结构变形监测及数据处理研究现状 |
| 1.3 本文研究的主要内容 |
| 第2章 项目介绍和相关内监测技术 |
| 2.1 监测项目介绍 |
| 2.2 高精度智能型全站仪技术 |
| 2.3 GPS测量技术 |
| 2.3.1 GPS建筑物监测原理和发展现状 |
| 2.3.2 GPS技术在变形监测中的优势和不足 |
| 2.4 水准仪法 |
| 2.5 三维激光扫描技术 |
| 2.6 激光铅垂仪法 |
| 2.7 倾斜仪法 |
| 第3章 控制测量 |
| 3.1 测量仪器 |
| 3.2 测量控制网的总体布局 |
| 3.2.1 超高层建筑平面控制网建立 |
| 3.2.2 二级控制网的布设 |
| 3.2.3 三级控制网的布设和内业计算 |
| 3.3 地下施工测量轴线控制网的布设 |
| 3.4 地上施工测量轴线控制网的布设 |
| 3.5 地下轴线控制网的引测方法与精度控制 |
| 3.6 地下高层控制网的引测方法与精度控制 |
| 3.7 地上轴线控制网的引测方法与精度控制 |
| 3.8 地上高层控制网的引测与精度控制 |
| 第4章 核心筒垂直度测控 |
| 4.1 核心筒垂直度测控的必要性和主要影响因素分析 |
| 4.2 高层级建筑物垂直度常用检测方法 |
| 4.3 全站仪参考线测量法 |
| 4.4 核心筒垂直度测量过程及结果分析 |
| 第5章 建筑物变形预报及安全预测 |
| 5.1 变形监测预报模型 |
| 5.2 灰色理论的高层建筑物变形预报 |
| 5.3 沉降监测数据 |
| 5.4 基于MATLAB软件的灰色GM(1,1)理论预测 |
| 5.5 基于GM(1,1)拓展模型的高层建筑沉降预测 |
| 第6章 结论与展望 |
| 6.1 本文结论 |
| 6.2 工作展望 |
| 参考文献 |
| 攻读硕士学位期间的学术活动及成果情况 |
（10）基于近景摄影测量的港口机械测量方法研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 课题来源 |
| 1.2 研究的背景 |
| 1.3 港口机械测量的目的及内容 |
| 1.4 研究现状 |
| 1.4.1 港口机械测量方法研究现状 |
| 1.4.2 近景摄影测量的研究现状 |
| 1.4.3 计算机视觉的研究现状 |
| 1.5 论文主要研究内容 |
| 第2章 港口机械摄影测量原理及像机的标定方法 |
| 2.1 港口机械的摄影测量环境搭建 |
| 2.1.1 摄影测量方式 |
| 2.1.2 摄影测量设备的配置 |
| 2.2 基于近景摄影测量的港口机械测量数学模型 |
| 2.2.1 像机的成像 |
| 2.2.2 像机的内外方位元素 |
| 2.2.3 坐标系统的设定 |
| 2.2.4 光路计算原理 |
| 2.2.5 像机的畸变纠正模型 |
| 2.3 像机的标定 |
| 2.3.1 基于共线方程光束法平差的像机检校 |
| 2.3.2 基于平面网格的像机标定方法 |
| 2.3.3 基于2维直接线性变换的像机标定 |
| 2.3.4 基于港口环境的像机标定方法 |
| 2.4 实验 |
| 2.4.1 实验环境的构建 |
| 2.4.2 焦距对测量精度的影响 |
| 2.4.3 棋盘标定法 |
| 2.4.4 基于港口环境的像机标定方法 |
| 2.4.5 标定方法精度对比 |
| 2.5 本章小结 |
| 第3章 基于图像检测的特征点筛选方法 |
| 3.1 图像检测方法 |
| 3.1.1 模板匹配 |
| 3.1.2 R-CNN |
| 3.1.3 Fast R-CNN |
| 3.1.4 Faster R-CNN |
| 3.2 基于Faster R-CNN的深度学习系统的构建 |
| 3.2.1 深度学习的环境配置 |
| 3.2.2 深度学习特征提取网络的选取 |
| 3.3 基于Faster R-CNN的数据集制作 |
| 3.3.1 数据集的采集 |
| 3.3.2 数据集的扩增 |
| 3.3.3 数据集的标记 |
| 3.3.4 数据集的分类 |
| 3.4 基于Faster R-CNN的深度学习模型优化 |
| 3.4.1 模型参数的调整优化 |
| 3.4.2 图像检测结果可视化 |
| 3.4.3 图像检测测试结果分析 |
| 3.5 图像检测与角点检测的融合 |
| 3.5.1 角点特征检测 |
| 3.5.2 基于角点检测算子的角点提取 |
| 3.5.3 基于图像检测的角点提取 |
| 3.6 本章小结 |
| 第4章 基于图像特征和几何约束的同名角点匹配 |
| 4.1 图像待匹配区域的划分 |
| 4.1.1 以像主点为中心的待匹配区域划分 |
| 4.1.2 以检测角点为中心的待匹配区域划分 |
| 4.1.3 以角点检测和图像检测相融合的待匹配区域划分 |
| 4.2 基于图像信息的同名点匹配 |
| 4.2.1 同名点暴力匹配方法 |
| 4.2.2 同名点Flann匹配方法 |
| 4.2.3 最小二乘匹配 |
| 4.2.4 误匹配的剔除 |
| 4.3 基于几何约束的同名点匹配 |
| 4.3.1 霍夫变换检测直线 |
| 4.3.2 直线交会点的检测 |
| 4.3.3 基于核线约束的同名点匹配 |
| 4.4 本章小结 |
| 第5章 港口机械安全性指标的测量方法 |
| 5.1 港口起重机平面度的测量方法 |
| 5.1.1 平面度的概念 |
| 5.1.2 平面度测量的数学模型 |
| 5.2 港口起重机对称度的测量方法 |
| 5.2.1 对称度的概念 |
| 5.2.2 对称度测量的数学模型 |
| 5.3 实验 |
| 5.3.1 平面度测量实验 |
| 5.3.2 对称度测量实验 |
| 5.4 本章小结 |
| 第6章 总结与展望 |
| 6.1 全文总结 |
| 6.2 论文创新点 |
| 6.3 研究展望 |
| 致谢 |
| 参考文献 |
| 攻读学位期间获得与学位论文相关的科研成果 |
| 一. 发表的论文 |
| 二. 申请的专利 |
| 三. 申请的软着 |
| 四.参与的科研项目 |
四、全站仪测定任意两点间距离及改进方法（论文参考文献）
- [1]矿区地表点云建模与变形信息精确提取方法研究[D]. 赵明君. 安徽理工大学, 2021(02)
- [2]基于顶板视觉的掘进机空间位姿检测方法研究[D]. 张凯. 煤炭科学研究总院, 2021(01)
- [3]基于自动观测的天文大地测量新方法研究[D]. 刘新江. 战略支援部队信息工程大学, 2020(03)
- [4]融合前后视三角高程/陀螺定向的倾斜巷道贯通测量技术研究[D]. 王海东. 中国矿业大学, 2020(01)
- [5]双目视觉自动检测香蕉植株假茎茎高茎宽[D]. 王伟. 广西大学, 2020(02)
- [6]用于混联式TBM位姿测量的光学标靶关键技术研究[D]. 高文海. 华东交通大学, 2020(01)
- [7]基于无线传感网络的地铁盾构施工变形感知技术[D]. 于建. 广州大学, 2020(02)
- [8]基于激光点云数据的隧道特征提取方法的研究[D]. 杨梅洁. 上海工程技术大学, 2020(04)
- [9]某超高层建筑结构变形监测方法研究[D]. 韩亚洲. 合肥工业大学, 2020(02)
- [10]基于近景摄影测量的港口机械测量方法研究[D]. 赵成立. 武汉理工大学, 2020(08)