一、ReSDISS数字摄影测量工作站及其特性（论文文献综述）
郑爽[1]（2021）在《无人机摄影测量测绘大比例尺地形图的精度分析》文中提出大比例尺地形图,是城市规划与设计不可或缺的基础资料之一[1]。传统的测绘技术由于受环境、地形等条件的影响,很难高效的完成测绘任务。近年来,随着科学技术的高速发展,测绘领域开始涌现出越来越多的新技术,尤其以无人机低空摄影测量方法最为突出。无人机低空摄影具有快速、高效、劳动强度低等优点,不仅优化了传统测量的作业模式及流程,而且有效降低了误差的累积,提高了作业效率,在大比例尺地形图测绘方面具有良好的应用前景。本文以应用无人机摄影测量急速获取大比例尺地形图的手段为核心,详细阐述无人机低空摄影测量的原理、关键技术及具体作业步骤,分析了影响摄影测量技术制作大比例尺地形图精度的因素及注意事项。对无人机摄影测量技术之间及与传统测绘技术在作业精度、效率及设备性能等方面进行比较,在如何提高测量精度方面做了如下工作:（1）本文给出了畸变差改正模型。通过实验验证,采用直线约束方法求解畸变系数是可行的,直接改正方法可以使畸变图像得到较好的改正。在已确定地面的实际分辨率后,相机摄影时放置的位置与方式将影响内业高程数据的采集精度。实验发现,相机CCD阵面的短边在垂直于航线方向放置时最有利于提高内业高程数据的采集精度。（2）像控点布设。关于像控点布设的形式,没有明确的规范要求。导致其在作业中存在像控点布设方案不明确,精度不稳定等因素。基于此,本文提出八种像控点的布设方案,对使用各方案获取的影像数据,分别采用Pix4D与Context Capture进行处理,对获得的成果进行对比验证分析,得出将该方案应用于垂直摄影及倾斜摄影的可行性、可靠性及高效性。至于图像控制点的位置,没有明确的规格要求。（3）影像质量。系统的检查对比两测区使用不同无人机获取的原始影像及POS数据,深入分析了影响测区无人机影像质量的关键因素。（4）影像匹配。对常用的二进制稳健尺度不变特征的BRISK算法与尺度不变特性的SIFT算法原理进行了详细介绍,根据其特性提出了BRISK-SIFT结合的算法,并使用三种算法进行不同倾斜影像的匹配实验,结合匹配效果分析了BRISK-SIFT算法的匹配优势。（5）综合对比分析。通过对比分析应用无人机摄影测量技术制作大比例尺地形图各自的优势及缺点,深入探讨了新技术与传统测量技术在作业精度、作业效率、作业方法、安全性、人员专业素养等方面的优势,通过综合对比分析,为今后灵活选择作业模式提供参考。
李嘉琪[2]（2019）在《基于倾斜摄影的大规模场景三维重建》文中研究说明大规模、大尺度场景的三维重建结果在国土资源管理、电力系统维护、城市建设、文物保护、环保监测、应急指挥、灾害评估等领域中拥有广泛的应用前景。而无人机航拍与倾斜摄影技术在处理大规模数据采集问题上有着诸多优势,本文针对大规模、大尺度场景,利用无人机倾斜摄影获取其中数据并开展三维重建的研究。主要研究内容分为三部分:（1）无人机路径自动规划算法研究:固定翼无人机的续航负载能力强,更能适应大规模场景的数据采集中对采集效率、采集时间的要求。为了进一步提升优化采集效率和时间,对无人机巡航路径规划进行改进。无人机定速巡航飞行速度较快,其具有较大的转弯半径及测绘区域独特的形状轮廓会导致现有的无人机路径自动规划算法效果不佳,存在测量效率低的问题,因此必须通过研究上述约束下无人机的路径自动规划算法。（2）基于航空摄影的地形地貌的三维高精度重建技术及方法:主要研究重建大尺度场景时,航拍图像的特征提取技术、特征匹配模型和基于摄影几何的三维模型重建方法,过程中结合了实时差分GNSS数据、IMU数据和地面控制点数据,实现从连续航拍图像到三维模型的重建过程,分析了大规模场景情况下上述过程的变换并针对实际条件进行改进,以提升重建效率和精度。（3）基于航空摄影的浅水地形的三维高精度重建技术及方法:主要研究浅水航空摄影光照折射模型和不同水面倾角下的三维重建误差模型,提出有效的基于航空摄影技术的周边浅水地形的三维高精度重建模型和误差控制方法。解决了传统水下重建方法不能同时对水上物体进行处理的问题。目的是增加重建场景的多样性,扩展三维重建结果的用途。
铁钟[3]（2019）在《文化遗产信息模型的虚拟修复研究》文中提出信息技术的发展改变了文化遗产诠释与展示的模式,文化遗产数字化保护及其理论研究逐渐成为具有跨学科与综合性特征的研究方向。随着对文化遗产信息模型与三维可视化的研究逐渐深入,沉浸式与交互式的三维可视化设计改变了受众感知与汲取历史信息的方式。由于可视化内容无法评估来源和引用参考文献,使得大多数信息模型被认为是一种技术工具,而不是作为一种标准的档案文件为相关研究提供佐证,作为新兴的研究领域需要逐步地建立自身的科学性与规范性。本文在文化遗产信息模型研究的基础之上提出虚拟修复理论,将可视化内容作为开放的数据链接与定制的领域本体,通过感知模拟、定位跟踪、三维打印、逆向建模与虚拟现实等技术手段,建立跨学科的交互性研究框架,解决文化遗产多元化带来的数据异构性问题,最终建立虚拟修复的三维可视化研究方法与原则。研究首先从现代文化遗产保护发展史切入,对现行保护原则进行了分析,从历史文化价值认知的角度提出了虚拟修复研究的必要性;其次数字技术的思维模式不同于人类的思维模式,计算的过程忽略了情感和精神的价值,但价值理性的实现,必须以工具理性为前提。这就需要在全面的文献和实证基础之上,对虚拟修复的技术思维模式进行内容判断与自我审视。针对于三维可视化数据的异构性等研究难点,依据数据的采集方法与文献特征,提出了信息模型虚拟修复的可视化解决方案。将计算机科学的工具引入人文研究的过程中,因可视化内容不可控的主观特性,需要将其放在持续的批评理论体系中,批评应该先于可视化的产生,而不是事后证明的手段;最后,基于虚拟修复的信息模型构建,对信息建模的本体与语义进行了深入的研究,并对与之相关的解释性、整体性和交互性等问题进行了逐一分析并加以解决。通过交互元数据的引入,加强虚拟修复的透明度,并将这种虚拟修复的理论体系在敦煌数字化展示设计项目中加以实践。为了保护日益受到威胁的文化遗产,三维可视化作为一种开放性、交互性和系统性的知识体系框架,逐渐纳入文化遗产保护项目管理与长期保护的机制中。同时虚拟修复也被视作一种交互性的解读行为,一种明确的内省方法,帮助我们更好地理解文化遗产的文化与历史价值,从而推动文化遗产原真性与整体性保护的发展。
施骏骋[4]（2016）在《倾斜摄影测量应用于城市三维单体模型构建的研究》文中认为随着“数字城市”逐渐兴起,其最基础的数据载体,城市三维模型的构建技术也在不断飞速发展。经过多年来的探索,在众多技术中,摄影测量技术脱颖而出,其能大面积高效获取数据的能力使得快速城市三维建模成为可能,但传统摄影测量技术仅能获得正摄影像数据,缺乏侧面纹理,在此问题上,又逐渐发展出一项新的技术,即倾斜摄影测量技术,该技术既可以获取正摄影像,也能获取侧面纹理,为城市三维建模提供了一种新的思路。倾斜摄影测量技术就是目前发展起来的一项用于城市三维模型构建的新技术,它区别于传统的摄影测量技术,采用一个下视镜头,四个斜视镜头来获取航空影像,在获取正摄影像的同时也能获取真实的侧面纹理信息,从而能够更加高效地构建城市三维模型。本文结合运用倾斜摄影测量技术建立昆明市主城建成区430平方公里范围的城市三维模型的项目,系统对倾斜摄影测量技术进行阐述,并对其中的重要特性,关键技术进行研究分析,并作出相应归纳总结。主要内容有：（1）通过对倾斜影像进行分析研究,总结出倾斜影像的十个基本特性。并重点对倾斜影像的分辨率运用数学几何关系进行了相应的分析研究,推导得到相应的数学关系式。（2）介绍了影像预处理相应的技术,SIFT特征提取方法,并从特征匹配技术拓展到对多视影像匹配技术并进行分析研究。（3）介绍了点云及其预处理技术,分析总结模型构建的主要步骤和其中所需要的约束条件,最后对纹理自动选优、纠正和映射三项关于纹理的关键技术进行分析研究。对城市三维单体模型提取及应用进阐述,并对三维单体模型量测技术基础理论进行了相应分析研究。（4）结合具体项目将理论与实践相结合进行分析研究,将整个技术流程与技术理论相对应,并发现和分析其中存在的问题,总结出引起其主要问题的来源是遮挡的存在和地物的不稳定性等原因。
叶立志[5]（2016）在《机载LiDAR与影像密集匹配点云数据的滤波方法研究》文中进行了进一步梳理近年来,三维点云数据的获取技术已成为测绘遥感领域的重要技术革新,机载LiDAR点云数据和影像密集匹配点云数据均能够直接、快速获取地表的高精度三维坐标。基于三维点云数据的高精度DEM提取技术已成为极具吸引力的研究方向。通常三维点云数据中除了包含地面点之外,还包含建筑物、植被和车辆等非地面点。为了从三维点云数据中提取地面点以生产DEM,就需要区分开地面点和非地面点,这就是点云滤波。由于地形场景的复杂性,面向生产的高精度自动化滤波技术仍不成熟,三维点云数据滤波与其质量控制消耗了整个后处理时间的60%-80%。另一方面,三维点云的密度越来越高、数据量越来越大,研究针对大范围海量点云数据的高效处理算法具有重要应用价值。本文以机载LiDAR点云与影像密集匹配点云数据智能化滤波为研究目标,设计三维点云到三维地形的智能化提取方案。论文主要研究内容包括：1)探索快速有效的三维点云数据噪声剔除方法。提出一种基于离散粗糙度估计的点云噪声剔除算法,算法由离散点不规则三角网的角度信息估计离散点的局部粗糙度,并根据局部范围内的粗糙度统计信息提取噪声点,该算法在顾及点云局部平滑性的同时能以较快的速度完成去噪工作。2)场景知识引导的三维点云数据滤波算法。提出了一种场景知识引导下的高质量LiDAR点云滤波算法,该算法自动识别点云数据的场景特征并提取地形结构特征,根据场景知识和地形特征自适应调整滤波参数和策略,滤波过程无需人工干预。3)速度与质量兼顾的三维点云数据滤波算法。借鉴半全局影像密集匹配算法（SGM）,本文提出一种针对海量三维点云进行快速滤波处理的半全局滤波算法,该方法将地形特征的提取建模成一种能量最小的优化标记过程,并从多个方向独立动态规划求解,这使得该方法容易用GPU并行实现,从而得到一个既能保证质量又能并行加速的快速滤波算法。4)针对影像密集匹配点云的滤波算法。提出一种基于交叉线元分割的密集匹配点云滤波算法,算法首先采用扫描线分割策略将点云分割成不同的分割块,以此提高点云地物与地表的区分度,然后采用MRF优化方程分类提取地面点。
聂瑞[6]（2016）在《UAV序列图像在交通事故场景重建中的应用研究》文中研究指明道路交通事故现场包含人、车、路、环境等要素,完善的现场证据采集是交通事故责任认定、成因分析及人体损伤机制研究的先决条件。道路交通事故现场证据采集的重要方式是拍摄图像。相比较离散的近景摄影,无人机航拍可快速采集道路交通事故现场的俯视序列图像,为道路交通事故现场重建提供重要的原始数据。无人机航拍用于实际的交通事故现场证据采集中,往往难以在场景广度与细节精度上获得平衡。为了解决这个问题,本文利用图像拼接技术将低空航拍序列图像拼接为道路场景的全景图,并对拼接过程中的关键步骤进行研究,包括相机标定、图像特征提取、图像配准、图像融合等。实验结果表明低空航拍图像拼接获取的全景图保留了原始图像在细节上的分辨率,测量相对误差范围为-2.5%到2.5%,这些对于获取事故现场概况有重要意义。通过图像拼接获取道路场景的全景图为二维图像,缺乏高程信息,而高程信息在某些事故中极为重要。因此,本文利用规范化的航拍序列图像进行现场三维场景的重建,获得道路交通事故现场的三维模型。实验结果表明通过航拍序列图像获取的事故场景三维模型的测量相对误差可控制在-1%1%。同时利用航拍序列图像弥补近景摄影图像在对事故变形车辆三维重建中的不足,解决三维重建中强反光车身、透明车窗玻璃重建模型破损的问题。实验结果表明基于UAV序列图像的事故场景全景图拼接和三维重建,为道路交通事故现场数据的快速采集提供了解决方案,为交通事故的后续处理提供了更直观全面的数据支撑。
聂良涛[7]（2016）在《面向实体选线设计的铁路线路BIM与地理环境建模方法与应用》文中进行了进一步梳理铁路选线设计的本质是在对铁路线路经行区域的自然条件、资源分布等进行分析的基础上,拟定主要技术标准,布置出线路构造物三维空间位置的一个决策过程。传统的二维环境下的中心线选线设计并不能很好的诠释这个过程。如果能利用先进的空间信息技术、现代测绘技术、虚拟现实技术以及计算机仿真技术,基于航测影像信息、网络地理信息等,建立虚拟地理环境模型,选线工程师在该虚拟地理环境中,通过概略分析线路经行地区的地形地貌、既有设施、大型不良地质等地理信息,结合选线专业知识,采用实时布设线路三维构造物的方式进行实体选线,实现“所选即所见”,将会是一种理想的选线设计模式。本文正是在此思想的指导下,针对“面向实体选线设计的铁路线路BIM与地理环境建模方法与应用”开展了深入细致的研究。论文主要研究内容与研究成果如下：（1）从选线地理信息获取、识别、处理、表达显示为一体的信息建模与利用技术的研究出发,将虚拟现实技术、多源空间信息技术、计算机仿真技术、三维立体显示技术相结合,构建了一个铁路数字化选线系统虚拟地理环境建模平台。实现了选线系统与数字摄影测量系统、微机平台立体显示系统、大屏幕立体投影系统,交互式电子白板系统的集成,为选线地理信息一体化处理提供硬件平台解决方案。研究了从多源空间信息集成、信息融合建模、建模景观生成、景观的实时绘制、绘制场景的三维立体显示整套建模支撑技术,为构建基于信息利用的数字化选线系统提供技术支持。制定了开展铁路数字化选线采用的虚拟环境工作模式。在铁路数字化选线设计系统中,引入了触摸交互式技术,为开展基于交互式触摸屏幕的三维数字化选线提供研究基础。（2）提出了一种基于网络地理信息服务的选线数字地形信息获取方法。在综合分析当前开放网络地理信息资源的基础上,提出利用SRTM数据和Google Maps影像获取数字化选线系统虚拟地理环境建模所需的DEM和DOM的方法,并进行了算法实现。通过自动计算瓦片URL地址,采用libcurl库函数和多线程下载技术,实现了Google Maps影像瓦片快速下载,并基于分治法的思想,提出了一种全局非线性、局部线性的Google Maps影像变换算法,实现与SRTM数据的快速配准。从而使得网络地理信息直接服务于基于客户端/服务器工作模式的数字化选线系统,解决了在线路前期规划阶段航测资料缺乏的情况下难以开展数字化选线设计的难题。（3）针对铁路数字化选线设计系统的特点,提出了一种面向GPU的铁路长大带状三维地形环境建模方法。该方法基于金字塔模型和四叉树分割,针对呈强带状分布的海量离散点云地形数据设计了分层分块方案,并进行分层分块构TIN,解决了海量离散点云地形数据的构网问题。基于GDAL技术,实现海量影像快速处理,集成分块TIN模型和数字正射影像,实现了基于海量影像信息的真实感地形环境建模。该算法综合采用了金字塔模型、四叉树分割、多分辨率细节层次模型（LOD）、多级纹理（MipMap）技术以及Oracle数据库技术,对地形数据进行预处理,将海量DEM和DOM数据处理成分块分区多层次多细节LOD三角网数据块,建立了高效率地形分页数据库。基于Oracle OCI技术解决大规模地形数据的数据库存储和调度问题,采用四叉树组织不同细节层次的地形块,利用数据预取与多线程调度,根据视点位置动态调度数据块,实现了铁路长大带状三维地形环境建模与快速漫游。（4）提出了一种多源空间信息集成的选线系统虚拟地理环境建模方法。通过对地质不良区域对象与三维地形表面融合建模方法的研究,将不良地质对象信息以矢量边界识别、栅格图像融合和动态属性提示的方式进行建模,实现了铁路选线系统中不良地质信息的动态交互式三维影像表达,有助于辅助选线工程师开展环境选线、地质选线。针对树木、道路、水系、房屋等多种地物模型进行分类建模研究,集成边界模型、实体模型建立了铁路虚拟环境地物建模方法,分别研究了与地形弱关联的地物和与地形强关联的带状、面状地物与三维地形环境的融合建模方法,实现了真实感数字地物建模及其在铁路三维地理环境中的快速表达。研究了几种增强场景真实感的自然现象模拟方法,提高了选线系统虚拟环境场景的逼真度。最后集成数字地形,数字地质,数字地物,数字自然现象等信息,建立了一个多源空间信息集成的选线系统虚拟地理环境。（5）研究了面向实体选线设计的铁路线路构造物信息建模（RLBIM）技术。通过对构成铁路线路结构物与设备的基本结构单元进行划分形成基元,分类建模,建立了铁路标准构造物与轨道部件基元模型库。研究了铁路基元模型的数字化建模与模型处理技术,针对基元模型几何造型、渲染、模型标准化、LOD简化、模型存储及应用给出了一整套解决流程,为实现基于虚拟环境的三维实体选线设计提供基元模型服务。采用面向对象的实体-关系模型描述铁路线路BIM的实体对象、属性信息和关联关系。通过对铁路线路BIM模型结构分析、模型信息自动统计计算,基于基元模型库和铁路线路构造物面向对象的实体-关系模型,实现了铁路线路BIM模型快速建模。通过对铁路线路构造物实体模型与地形模型的动态融合建模的研究,实现了铁路构造物三维实体实时动态建模。RLBIM技术的研究为开展铁路三维实体选线设计提供了技术支持。（6）基于本文研究的内容与方法,集成铁路虚拟地理环境建模平台和铁路标准构造物及轨道部件的基元模型库,与项目组成员共同开发完善了“铁路数字化选线设计系统”,系统采用实时布设线路构造物的方式,实现了基于真实感地理环境下的三维实体选线技术。
赵晓峰[8]（2013）在《基于数字摄影测量的线路数字地面模型建立及应用方法研究》文中研究表明随着我国铁路路网结构不断完善，建设规模不断扩大，需要在铁路勘察设计领域能够引入更多的新技术以提高设计效率及科学化水平。而数字摄影测量技术以其特有的高精度、高效率和自动产生地面数据的特点为铁路线路设计提供了生成大型带状数字地面模型的最佳接口，研究基于数字摄影测量的线路数字地面模型建立及应用方法对提高设计效率和水平具有十分重要的作用。论文主要进行以下几个方面的研究工作：（1）数字高程模型的数据获取方式研究研究数字高程模型的数据获取方式，并对数字摄影测量获取DEM的采集方法和技术流程进行分析研究。（2）数字地形模型的数据结构及内插方法研究对常用的线路数字地面模型的数据结构及内插方法进行分析研究，提出适用于数字摄影测量的数据内插方法。（3）数字地面模型的TIN建模方法研究对大型带状数字地面模型的TIN建模方法进行深入分析，对数字摄影测量的TIN建模方法及处理技巧进行深入研究。考虑到线路DEM模型的特点，采用在非约束条件Delaunay三角网中嵌入约束边的方法构建约束Delaunay三角网，可以更好地得到基于数字摄影测量的数字地面模型。（4）数字摄影测量数地模生成及应用研究数字摄影测量的数据存储结构，利用工程实例研究线路地面标高内插及土石方计算方法。提出线路中边桩坐标计算及采用双线性内插的线路地面标高计算方法，在纵断面拟定条件下采用最小二乘法双向拟合线路横断面，设计线路土石方计算算法。论文对于数字摄影测量的数字地面模型生成及工程应用进行了初步研究，研究成果也可对相关数字地形模型的应用提供一定参考。
王恺[9]（2013）在《数字摄影测量影像数据的GPU并行处理研究》文中提出进入二十一世纪以来，随着科学技术的不断发展，传感器技术取得了长足的进步。测量获取被测物体影像信息的方法也更加多样化，多传感器测量，不同角度测量，大重叠度测量都是当前遥感技术发展的趋势之一。航空、航天影像的高分辨率、大重叠度，致使影像数据量不断增长，海量数据处理已经成为一种趋势。普通的计算机受限于其存储和计算能力，在海量数据处理面前已经力不从心，使用CPU串行处理的生产方式已经难以满足海量数据的高效生产需求。而GPU的高性能并行计算能力和可编程性则在不断发展，为数字摄影测量中一些算法的并行化提供了很大空间，CUDA的推出更是为GPU在通用计算领域的发展提供了强有力的支撑。本文旨在研究基于GPU的并行计算技术进行影像预处理、影像增强与影像匹配，搭建GPU并行处理平台，将GPU作为核心处理设备，基于CUDA4.0软件开发环境，研究影像数据的GPU并行处理，以此来实现数据的高效处理。本文的研究选取了PixelGrid系统中影像预处理算法、Wallis滤波算法、影像匹配算法作为研究对象，研究以上算法的GPU并行处理设计，着重于算法在GPU中的并行实现方法，并基于GPU进行了性能优化，以此来提高影像处理算法在摄影测量处理系统中的执行效率。论文完成的主要工作和创新点如下:1.简单介绍了并行计算平台的相关历史和发展趋势，对数字摄影测量影像数据并行处理的基本模式进行了归纳。系统的论述了GPU的硬件体系架构，CUDA软件编程模型，以及CUDA程序的优化，给出了论文研究所采用的实验平台。2.提出了一种影像预处理GPU并行算法，将影像的旋转、畸变差改正通过GPU进行并行处理，在重采样操作中，利用GPU进行细粒度并行处理，并根据算法的特点和GPU的体系架构，优化了任务划分与执行配置方案，充分发挥GPU的并行计算优势。3.提出GPU加速的Wallis影像增强并行算法，算法中加入基于GPU的自适应平滑滤波，利用GPU强大的并行能力，实现了Wallis滤波以及影像自适应平滑的GPU并行处理，在算法中运用了共享存储器对速度进行优化。4.提出了一种基于GPU的Harris算子影像匹配并行处理方法，在GPU中完成对影像的灰度化、Harris角点提取，重采样、灰度相关匹配，并从线程分配、内存使用、共享存储器（share memory）等方面进行优化，充分的发挥出GPU的巨大并行计算能力。实验结果表明，该方法与CPU串行处理方法相比，其速度得到了明显提升。
肖汉[10]（2011）在《基于CPU+GPU的影像匹配高效能异构并行计算研究》文中认为多核CPU和图形处理器（Graphic Processing Unit, GPU）的高速发展,不但促进了图像处理、虚拟现实、计算机仿真等领域的快速发展,同时也为利用GPU进行图形处理以外的高性价比绿色通用计算提供了良好的运行平台。因此,GPU的通用计算己成为高性能计算领域中的热点研究课题之一。伴随着传感器技术的不断进步,致使人们获取地表信息的手段越来越多样快捷。面对数据源的多样化与数据量的成倍增长,许多常规算法很难满足对海量数据进行高速计算的要求。而现代图形硬件GPU日益增加的可编程性和高效能计算能力,则为摄影测量与遥感中可并行化算法的加速提供很大的空间。本文仅就GPU大规模并行计算影像匹配研究中的若干问题进行了详细的分析,并提出了相应的解决方案。具体工作概述如下：（1）通过对摄影测量与遥感领域中与影像匹配处理相关的四种算法在GPU上的并行处理进行研究,提出了基于CPU+GPU的异构群核架构的影像处理共通解决方案,探索了影像处理的GPU大规模并行计算设计模式。基于GPU的影像处理通用并行解决方案要在数据精度、延迟和计算量等几个方面进行GPU加速效果的预评估,算法设计和优化过程中也须采用功能和数据分解、线程映射等并行计算方法以及存储器访问优化、通信优化和指令流优化等优化策略。基于GPU的影像处理通用解决方案设计与性能优化是与GPU的体系结构、求解问题的特征结合在一起的,通常需要多重因素整体考虑并不断尝试,最终达到理想的性能。针对GPU与CPU的不同,重点分析和讨论了GPU的加速原理以及当前比较成熟的统一计算设备架构（Compute Unified Device Architecture, CUDA）通用计算模型构架及其特点。（2）提出多GPUs加速的Wallis变换影像增强并行算法。借助于GPU较强的运算能力,利用CUDA并行计算架构在个人计算机（Personal Computer, PC）上实现了快速Wallis图像滤波算法,包括GPU上任务分解、大规模计算核心的分解方法,结合使用了共享存储器、全局存储器对算法进行加速。使用线程块内的共享存储器较好地解决了同一计算子空间的各线程同步问题。对比CPU和GPU计算Wallis影像变换的时间,实验结果表明,Wallis变换并行算法可以把计算速度提高2个数量级。该方法具有较好的实时性,可大大提高图像增强过程的处理速度,显着地减少计算时间。（3）研究基于GPU的Harris角点检测多设备控制并行算法,使用众多线程将计算中耗时的图像高斯卷积平滑滤波部分改造成单指令多线程（Single Instruction Multiple Thread, SIMT）模式,并采用GPU中共享存储器、常数存储器和锁页内存机制在CUDA上完成图像角点检测的全过程。实验结果表明,基于多GPUs的Harris角点检测并行算法成功实现了硬件加速,相对于CPU上运行的Harris角点检测算法,其执行效率有近60倍的提高。（4）提出基于CUDA架构的快速相关系数影像匹配并行算法,它能够在SIMT模式下完成高性能并行计算。并行算法系根据GPU的并行结构和硬件特点,采用执行配置技术、高速存储技术和全局存储技术三种加速技术,优化了数据存储结构,提高了数据访问效率。实验结果表明,并行算法充分利用了GPU的并行处理能力,速度是基于CPU实现的近20倍并能获得最高多处理器warp占有率。（5）研究面向CPU+GPU群核架构的尺度不变特征变换（Scale Invariant Feature Transform, SIFT）特征匹配并行算法,优化了数据存储结构,提高了数据访问效率。实验结果表明,与SIFT特征匹配的串行CPU实现方式相比,CUDA实现能够实现超过27倍的性能加速,极大地提高了SIFT特征匹配算法在实际应用中的实时性。（6）基于CPU+GPU的影像匹配系统集成研究。包括单GPU/多GPUs加速的Wallis-Harris-相关系数（WHR）影像匹配系统和单GPU/多GPUs加速的Wallis-SIFT（WS）影像匹配系统。实验结果表明,GPU加速的WHR影像匹配系统比CPU实现方法整体提速最高达37倍,GPU加速的WS影像匹配系统比CPU实现方法整体提速最高达39倍。
二、ReSDISS数字摄影测量工作站及其特性（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、ReSDISS数字摄影测量工作站及其特性（论文提纲范文）
（1）无人机摄影测量测绘大比例尺地形图的精度分析（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 无人机摄影测量技术研究现状 |
| 1.3 研究目的与内容 |
| 1.3.1 研究目的 |
| 1.3.2 研究内容 |
| 2 无人机低空摄影原理及相关设备 |
| 2.1 无人机摄影测量原理 |
| 2.2 无人机摄影测量系统 |
| 2.3 实验用摄影测量相关设备简介 |
| 2.3.1 飞马D2000多旋翼无人机 |
| 2.3.2 飞马V1000复合翼无人机 |
| 3 无人机摄影测量的关键技术 |
| 3.1 摄影测量系统的误差 |
| 3.1.1 误差来源 |
| 3.1.2 传感器仪器误差分析 |
| 3.1.3 内业数据采集测量误差分析 |
| 3.2 自动空中三角测量 |
| 3.2.1 解析空中三角测量 |
| 3.2.2 顾及曝光延迟的GPS/IMU辅助空中三角测量 |
| 3.3 影像匹配 |
| 3.3.1 特征提取 |
| 3.3.2 BRISK匹配算法 |
| 3.3.3 SIFT匹配算法 |
| 3.3.4 BRISK-SIFT匹配算法 |
| 3.3.5 匹配实验及分析 |
| 4 无人机摄影测量技术在大比例尺地图测制中的应用 |
| 4.1 测区概况与数据获取 |
| 4.1.1 测区概况 |
| 4.1.2 实验数据获取 |
| 4.2 像控点布设方案的设计 |
| 4.2.1 像控点布设原则 |
| 4.2.2 像控点布设方案设计 |
| 4.2.3 像控点施测 |
| 4.3 影像质量的检查 |
| 4.3.1 影像重叠度 |
| 4.3.2 航带弯曲度 |
| 4.3.3 航带内最大高差 |
| 4.3.4 像片倾角与旋偏角 |
| 4.4 内业数据处理 |
| 4.4.1 影像匀光匀色 |
| 4.4.2 基于Pix4D Mapper数据处理 |
| 4.4.3 基于Context Capture倾斜数据处理 |
| 4.4.4 EPS生产数字线划图 |
| 4.5 优化建议 |
| 5 实验结果对比分析 |
| 5.1 像控点布设方案精度对比分析 |
| 5.1.1 基于垂直影像的精度对比 |
| 5.1.2 基于倾斜模型的精度对比 |
| 5.2 无人机摄影测量技术精度对比分析 |
| 5.2.1 无人机低空摄影精度对比分析 |
| 5.3 无人机摄影测量技术相对精度对比分析 |
| 5.4 无人机摄影测量技术综合对比分析 |
| 5.5 无人机摄影测量技术精度影响因素分析 |
| 6 总结与展望 |
| 6.1 总结 |
| 6.2 展望 |
| 致谢 |
| 参考文献 |
| 攻读学位期间的研究成果 |
（2）基于倾斜摄影的大规模场景三维重建（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 符号对照表 |
| 缩略语对照表 |
| 第一章 绪论 |
| 1.1 选题意义 |
| 1.2 国内外研究现状 |
| 1.3 研究内容及创新点 |
| 1.4 论文组织结构 |
| 第二章 背景知识 |
| 2.1 立体视觉与摄影测量的区别与联系 |
| 2.2 二维图像处理算法 |
| 2.2.1 SIFT特征点检测 |
| 2.2.2 特征匹配 |
| 2.2.3 图像颜色一致性 |
| 2.3 相机模型 |
| 2.3.1 齐次坐标 |
| 2.3.2 针孔相机模型 |
| 2.3.3 相机畸变模型 |
| 2.3.4 相机标定 |
| 2.4 对极几何 |
| 2.4.1 基础矩阵 |
| 2.4.2 本质矩阵 |
| 2.5 运动恢复结构 |
| 2.5.1 光束平差法 |
| 2.5.2 像控点 |
| 2.6 稠密重建 |
| 2.6.1 基于深度图融合 |
| 2.6.2 基于点云扩展 |
| 2.6.3 基于体素 |
| 2.7 表面重建 |
| 2.7.1 Delaunay三角剖分 |
| 2.7.2 泊松表面重建 |
| 2.8 纹理重建 |
| 2.9 多细节层次 |
| 2.10 本章小结 |
| 第三章 系统概述 |
| 3.1 无人机系统 |
| 3.1.1 无人机设备平台 |
| 3.1.2 无人机飞行控制系统 |
| 3.1.3 无人机数据采集技术路线 |
| 3.2 集群处理系统 |
| 3.3 本章小结 |
| 第四章 路径规划 |
| 4.1 航摄参数 |
| 4.2 改进路径 |
| 4.2.1 传统路径规划算法 |
| 4.2.2 十字形路径 |
| 4.2.3 套耕路径 |
| 4.2.4 对比 |
| 4.3 本章小结 |
| 第五章 分块与拼接 |
| 5.1 分块策略 |
| 5.1.1 分块方式 |
| 5.1.2 基于分块策略的特征匹配 |
| 5.1.3 基于分块策略的稠密点云生成 |
| 5.2 拼接 |
| 5.2.1 模型拼接过程 |
| 5.2.2 生成LOD数据 |
| 5.3 集群数据管理 |
| 5.4 本章小结 |
| 第六章 水下场景重建 |
| 6.1 背景介绍 |
| 6.1.1 背景内容及意义 |
| 6.1.2 研究现状 |
| 6.2 基本几何关系 |
| 6.2.1 共线约束 |
| 6.2.2 法线方向无穷远点 |
| 6.2.3 本质矩阵的变化 |
| 6.2.4 竖直方向约束方程 |
| 6.2.5 求解 |
| 6.3 实验 |
| 6.3.1 仿真数据实验 |
| 6.3.2 棋盘格数据实验 |
| 6.3.3 定量分析相机外参数 |
| 6.3.4 半水场景实验 |
| 6.3.5 全水场景试验 |
| 6.4 本章小结 |
| 第七章 研究成果及展望 |
| 7.1 研究成果 |
| 7.2 展望 |
| 参考文献 |
| 致谢 |
| 作者简介 |
（3）文化遗产信息模型的虚拟修复研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 第一节 研究现状 |
| 第二节 文献综述 |
| 第三节 研究方法 |
| 第四节 研究目的与意义 |
| 第二章 修复理念与历史框架 |
| 第一节 现代保护运动的发展 |
| 一、早期的修复概念 |
| 二、修复理念的批判性实践 |
| 三、二战的影响 |
| 第二节 古雅的追求 |
| 第三节 整旧如旧的中国理念 |
| 第三章 虚拟修复的工具论 |
| 第一节 虚拟修复的语义演变 |
| 一、虚拟考古 |
| 二、数字考古 |
| 三、虚拟遗产 |
| 第二节 虚拟的诠释与展示 |
| 第三节 虚拟修复的时间性 |
| 第四章 可视化数据额保存、内容访问与分析 |
| 第一节 数据本体研究 |
| 第二节 可视化数据的文献特征 |
| 第三节 可视化数据的采集方法 |
| 第四节 数据的异构性 |
| 一、斯卡尔左拉花园 |
| 二、佛罗伦萨火车站竞赛设计 |
| 三、东园胜概图界画重建 |
| 四、数据的思维 |
| 第五节 可视化元数据集成 |
| 一、元数据标准 |
| 二、基于本体的概念参考模型 |
| 三、语义的表达 |
| 第六节 交互元数据 |
| 第七节 可视化三维格式的保存与访问 |
| 第八节 数据生命周期 |
| 第五章 虚拟修复的信息模型构建 |
| 第一节 信息建模 |
| 一、编码、语义与解码 |
| 第二节 虚拟修复信息模型 |
| 一、历史建筑信息模型 |
| 二、信息模型构建流程 |
| 三、虚拟修复信息模型的本体、语义与重构 |
| 第三节 信息模型诊断与评估 |
| 第六章 虚拟修复的信息重构与解读 |
| 第一节 QUADRATURA幻境 |
| 第二节 虚拟修复的信息重构 |
| 第三节 现实的虚拟构建 |
| 一、虚拟的可靠性 |
| 二、严肃游戏 |
| 三、混合现实的交互性 |
| 第四节 虚拟现实与现象学 |
| 一、器官的投影 |
| 二、引入解释性 |
| 三、现象学的感知 |
| 四、场所精神与整体性保护 |
| 第五节 综合性描述解决方案 |
| 一、敦煌158 窟的实验 |
| 二、虚拟沉浸感与三维打印 |
| 第七章 虚拟修复的数字化国际框架 |
| 第一节 文化遗产数字化国际框架的形成 |
| 第二节 重建的批判性实践 |
| 第三节 伦敦宪章 |
| 一、三维可视化 |
| 二、不同学科领域的应用性 |
| 三、信息透明 |
| 四、交互元数据 |
| 五、可持续性 |
| 第四节 塞维利亚原则 |
| 第八章 数字化的理性反思 |
| 第一节 对个体感知的反思 |
| 第二节 对虚拟的反思 |
| 第三节 对真实性的反思 |
| 第四节 对可逆性的反思 |
| 第五节 对可视化的反思 |
| 结语真实的虚拟修复 |
| 参考文献 |
| 后记 |
| 附录 |
| 莫高窟158 窟Digitization结构关系图 |
| 伦敦宪章THE LONDON CHARTER(中英文版) |
（4）倾斜摄影测量应用于城市三维单体模型构建的研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 研究背景及目的意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究目的及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 国外研究现状 |
| 1.2.2 国内研究现状 |
| 1.3 本文主要内容与结构安排 |
| 1.3.1 本文主要内容 |
| 1.3.2 本文结构安排 |
| 第二章 倾斜影像的特性 |
| 2.1 倾斜影像获取技术 |
| 2.2 倾斜影像的基本特性 |
| 2.3 常用摄影测量坐标系 |
| 2.3.1 像方坐标系 |
| 2.3.2 物方坐标系 |
| 2.4 像点坐标系统误差改正 |
| 2.5 外方位元素解算 |
| 2.6 倾斜影像分辨率分析 |
| 2.6.1 正摄影像分辨率 |
| 2.6.2 倾斜影像分辨率 |
| 第三章 倾斜影像匹配技术 |
| 3.1 影像匹配综述 |
| 3.2 影像预处理 |
| 3.2.1 误差校正 |
| 3.2.2 影像重采样 |
| 3.2.3 金字塔影像生成 |
| 3.3 倾斜影像特征提取 |
| 3.3.1 倾斜影像特征提取基本理论 |
| 3.3.2 倾斜影像特征提取 |
| 3.3.3 SIFT特征提取方法 |
| 3.4 影像匹配技术 |
| 3.4.1 特征匹配 |
| 3.4.2 多视影像匹配方法 |
| 3.4.3 匹配技术优化 |
| 第四章 基于倾斜摄影测量的城市三维单体模型构建 |
| 4.1 点云及其相关处理技术 |
| 4.1.1 点云基本概述 |
| 4.1.2 点云预处理 |
| 4.2 模型构建 |
| 4.2.1 三维模型构建步骤 |
| 4.2.2 三维模型构建几何约束 |
| 4.3 纹理映射 |
| 4.3.1 纹理影像选优 |
| 4.3.2 纹理纠正与映射 |
| 第五章 实景三维模型单体提取与应用 |
| 5.1 单体模型提取及应用 |
| 5.1.1 模型分类 |
| 5.1.2 单体模型提取 |
| 5.1.3 模型应用 |
| 5.2 三维单体模型量测 |
| 5.2.1 地形量测 |
| 5.2.2 地面上模型量测 |
| 第六章 实例项目 |
| 6.1 项目简介 |
| 6.2 倾斜摄影测量技术路线 |
| 6.2.1 建设要求 |
| 6.2.2 总体技术路线 |
| 6.3 倾斜摄影测量数据获取 |
| 6.3.1 主要设备 |
| 6.3.2 技术设计 |
| 6.3.3 倾斜摄影测量原始数据 |
| 6.4 DEM/DSM/DOM/TDOM制作 |
| 6.4.1 DSM/DEM制作 |
| 6.4.2 DOM/TDOM制作 |
| 6.5 三维模型制作 |
| 6.6 专题信息提取 |
| 6.7 单体模型中存在的问题 |
| 第七章 结论与展望 |
| 7.1 结论 |
| 7.2 展望 |
| 参考文献 |
| 致谢 |
| 附录A 攻读学位其间发表论文目录 |
| 附录B 攻读硕士学位期间参与科研项目情况 |
（5）机载LiDAR与影像密集匹配点云数据的滤波方法研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 研究目的和意义 |
| 1.2 国内外相关研究现状 |
| 1.2.1 三维点云数据的获取 |
| 1.2.2 三维点云数据噪声剔除方法 |
| 1.2.3 三维点云数据滤波算法 |
| 1.3 主要研究内容 |
| 1.4 论文组织 |
| 第2章 三维点云数据的获取、组织与噪声剔除 |
| 2.1 引言 |
| 2.2 三维点云数据的获取 |
| 2.2.1 基于机载LiDAR系统的三维点云获取 |
| 2.2.2 基于影像密集匹配的三维点云获取 |
| 2.2.3 机载LiDAR点云与影像密集匹配点云对比 |
| 2.3 三维点云数据的组织 |
| 2.3.1 深度影像 |
| 2.3.2 规则格网索引 |
| 2.3.3 四叉树和八叉树索引 |
| 2.3.4 kd树索引 |
| 2.3.5 不规则三角网 |
| 2.4 三维点云数据的噪声剔除 |
| 2.4.1 三维点云噪声分类及来源 |
| 2.4.2 离散曲率估计 |
| 2.4.3 基于离散粗糙度估计的点云噪声剔除 |
| 2.5 本章小结 |
| 第3章 机载LiDAR点云数据滤波 |
| 3.1 引言 |
| 3.2 机载LiDAR点云数据的场景自适应滤波算法 |
| 3.2.1 经典三角网渐进加密滤波算法 |
| 3.2.2 算法流程概述 |
| 3.2.3 场景分类 |
| 3.2.4 山脊提取 |
| 3.2.5 初始地面点选择 |
| 3.2.6 陡坎地形的处理 |
| 3.2.7 算法结果 |
| 3.3 机载LiDAR点云数据的半全局滤波算法 |
| 3.3.1 滤波分类面 |
| 3.3.2 算法流程概述 |
| 3.3.3 格网单元地面点显着性的计算 |
| 3.3.4 半全局优化求解 |
| 3.3.5 半全局优化的GPU并行实现 |
| 3.3.6 点云分类与算法参数设置 |
| 3.3.7 算法结果 |
| 3.4 本章小结 |
| 第4章 影像密集匹配点云数据滤波 |
| 4.1 引言 |
| 4.2 影像密集匹配点云滤波的新问题 |
| 4.3 基于交叉线元的点云分割 |
| 4.3.1 基于Douglas-Peucker算法的扫描线分割 |
| 4.3.2 基于交叉线元的扫描线合并 |
| 4.3.3 点云分割结果 |
| 4.4 影像密集匹配点云滤波 |
| 4.4.1 MRF优化框架建立 |
| 4.4.2 半全局优化求解 |
| 4.4.3 算法结果 |
| 4.5 本章小结 |
| 第5章 实验与分析 |
| 5.1 引言 |
| 5.2 三维点云数据滤波结果评价方法 |
| 5.2.1 基于两类错误的滤波结果评价方法 |
| 5.2.2 基于DEM的滤波结果评价方法 |
| 5.3 机载LiDAR点云数据滤波结果 |
| 5.3.1 测试数据及定量比较方法 |
| 5.3.2 ISPRS-Filter datasets结果及分析 |
| 5.3.3 China-GD datasets结果及分析 |
| 5.4 影像密集匹配点云数据滤波结果 |
| 5.4.1 测试数据及定量比较方法 |
| 5.4.2 SimActive dataset结果及分析 |
| 5.4.3 ISPRS-3D datasets结果及分析 |
| 5.5 本章小结 |
| 第6章 总结与展望 |
| 6.1 工作总结 |
| 6.2 展望 |
| 参考文献 |
| 攻读博士期间发表的论文和科研情况 |
| 后记 |
（6）UAV序列图像在交通事故场景重建中的应用研究（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 课题背景 |
| 1.2 国内外研究现状 |
| 1.3 课题来源 |
| 1.4 课题研究目的及意义 |
| 1.5 论文主要工作及结构安排 |
| 2 基于UAV序列图像的图像拼接技术研究 |
| 2.1 无人机航拍图像的特点 |
| 2.2 现有图像拼接的实现 |
| 2.2.1 图像预处理 |
| 2.2.2 图像融合 |
| 2.2.3 图像配准 |
| 2.3 无人机航拍图像拼接技术的实现 |
| 2.3.1 SIFT算法在无人机图像拼接中的应用 |
| 2.3.2 Harris算法 |
| 2.4 无人机航拍道路交通事故现场图像拼接 |
| 2.5 本章小结 |
| 3 基于UAV序列图像的道路交通事故现场二维场景重建 |
| 3.1 道路交通事故现场拍摄平台 |
| 3.2 道路交通事故现场的无人机航拍方案设计 |
| 3.2.1 最佳拍照高度范围确定 |
| 3.2.2 航向航拍规则 |
| 3.2.3 无人机航摄视频图像采集 |
| 3.3 无人机相机标定 |
| 3.4 图像拼接 |
| 3.4.1 图像拼接实现的技术路线 |
| 3.4.2 图像预处理、特征提取配对 |
| 3.4.3 图像配准 |
| 3.4.4 图像融合 |
| 3.4.5 道路现场大场景全景图拼接 |
| 3.5 拼接图像测量 |
| 3.6 本章小结 |
| 4 道路交通事故中三维重建的方法探究 |
| 4.1 数字摄影测量三维重建原理 |
| 4.2 低空及近景摄影测量 |
| 4.2.1 地面近景摄影测量原理 |
| 4.2.2 地面近景摄影测量数据处理 |
| 4.3 倾斜航空摄影测量 |
| 4.3.1 倾斜摄影测量的关键技术 |
| 4.3.2 倾斜摄影数据处理软件 |
| 4.4 本章小结 |
| 5 基于UAV序列图像的道路交通事故现场的三维重建实现 |
| 5.1 道路交通事故现场小型无人机航拍规则 |
| 5.1.1 航向及旁向航拍规则 |
| 5.1.2 倾斜影像拍摄 |
| 5.1.3 拍摄规则案例演示 |
| 5.2 道路交通事故现场场景重建案例 |
| 5.2.1 案例事故现场重建流程 |
| 5.2.2 事故案例现场三维重建的时间消耗分析 |
| 5.2.3 事故案例现场三维重建模型的精度分析 |
| 5.3 辅助道路交通事故变形车辆的三维重建 |
| 5.3.1 事故变形车辆地面拍摄规则 |
| 5.3.2 事故变形车辆数字表面模型重建 |
| 5.3.3 事故变形车辆驾驶室三维重建 |
| 5.4 事故变形车辆重建中的问题及解决方案 |
| 5.4.1 强反光车体模型重建研究 |
| 5.4.2 车窗重建模型破洞现象 |
| 5.4.3 事故变形车辆重建模型测量绝对值定标 |
| 5.5 本章小结 |
| 6 全文工作总结及展望 |
| 6.1 全文工作总结 |
| 6.2 创新性 |
| 6.3 展望 |
| 致谢 |
| 参考文献 |
| 个人简历、在学期间发表的学术论文及取得的研究成果 |
（7）面向实体选线设计的铁路线路BIM与地理环境建模方法与应用（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 研究背景 |
| 1.2 研究目的与意义 |
| 1.3 国内外研究现状分析 |
| 1.3.1 计算机辅助选线设计技术的研究与发展概况 |
| 1.3.2 BIM技术在铁路行业的研究与应用概况 |
| 1.3.3 实现铁路数字化选线设计系统的相关技术 |
| 1.3.4 虚拟现实(VR)技术的应用 |
| 1.4 研究内容与方法 |
| 1.5 论文结构 |
| 1.5.1 论文技术路线图 |
| 1.5.2 论文章节安排 |
| 第2章 选线系统虚拟地理环境建模平台的关键技术 |
| 2.1 数字化选线系统的虚拟环境工作模式选择 |
| 2.2 虚拟地理环境建模平台硬件系统集成技术 |
| 2.2.1 虚拟地理环境建模平台构成 |
| 2.2.2 数字地形信息采集系统 |
| 2.2.3 立体投影平台 |
| 2.2.4 交互式触控系统 |
| 2.3 虚拟地理环境建模平台软件实现支撑技术 |
| 2.3.1 多源空间信息集成技术 |
| 2.3.2 真实感景观生成技术 |
| 2.3.3 虚拟场景实时绘制技术 |
| 2.3.4 三维立体显示技术 |
| 2.4 小结 |
| 第3章 基于网络地理信息服务的数字地形信息获取方法 |
| 3.1 引言 |
| 3.2 网络地理信息资源分析 |
| 3.2.1 高程数据 |
| 3.2.2 影像数据 |
| 3.3 Google Maps的影像瓦片下载 |
| 3.3.1 Google Maps的数学原理 |
| 3.3.2 瓦片URL地址分析 |
| 3.3.3 多线程下载策略 |
| 3.4 Google Maps瓦片与高程数据配准 |
| 3.4.1 快速配准算法 |
| 3.4.2 瓦片拼接及重投影 |
| 3.5 实验验证 |
| 3.6 小结 |
| 第4章 铁路数字化选线系统的虚拟地理环境建模方法 |
| 4.1 面向GPU的铁路带状三维地形环境建模方法 |
| 4.1.1 地形建模算法分析 |
| 4.1.2 算法设计的基本思想 |
| 4.1.3 基于海量离散点的大型带状数字地形建模方法 |
| 4.1.4 基于海量影像信息的真实感地形环境建模方法 |
| 4.2 三维工程地质环境建模 |
| 4.2.1 地质不良区域对象建模 |
| 4.2.2 三维数字地质体建模 |
| 4.3 真实感数字地物建模 |
| 4.3.1 地物分类方法 |
| 4.3.2 地物几何建模方法 |
| 4.3.3 真实感地物建模方法 |
| 4.3.4 地物与地形的融合方法 |
| 4.4 数字自然现象模拟 |
| 4.4.1 天空模拟 |
| 4.4.2 雨雪模拟 |
| 4.5 小结 |
| 第5章 铁路线路构造物信息建模 |
| 5.1 铁路线路构造物基元模型建模 |
| 5.1.1 基元模型数据结构组成 |
| 5.1.2 基元模型分类编码方法 |
| 5.1.3 基元模型几何建模技术 |
| 5.1.4 基于3DSMAX的模型渲染 |
| 5.1.5 基元模型处理关键技术 |
| 5.2 铁路线路构造物基元模型库管理系统 |
| 5.2.1 基元模型库层次结构 |
| 5.2.2 模型库系统主要功能设计 |
| 5.3 铁路线路构造物建模 |
| 5.3.1 线路表面模型建模技术 |
| 5.3.2 面向对象的线路构造物实体-关系模型 |
| 5.3.3 基于基元模型库的线路构造物实体建模 |
| 5.4 铁路线路构造物模型与地形模型的融合 |
| 5.4.1 方法选择 |
| 5.4.2 构造物模型与地形模型的套合 |
| 5.4.3 铁路构造物过渡段几何建模方法 |
| 5.5 小结 |
| 第6章 RLBIM与虚拟地理环境实现技术 |
| 6.1 RLBIM在数字化选线系统中的实现与应用 |
| 6.1.1 RLBIM模型结构设计 |
| 6.1.2 RLBIM模型建模关键技术 |
| 6.1.3 RLBIM模型实现 |
| 6.2 基于航测信息的虚拟地理环境建模与应用 |
| 6.3 基于网络地理信息的虚拟地理环境建模与应用 |
| 6.3.1 高程、影像数据获取 |
| 6.3.2 影像与高程数据的匹配 |
| 6.4 基于虚拟地理环境和线路基元模型的铁路实体选线技术 |
| 6.4.1 线路初始中心线设计 |
| 6.4.2 面向构造物布置的三维实体选线设计 |
| 6.4.3 铁路实体选线效果漫游 |
| 6.5 案例实验与验证 |
| 6.6 小结 |
| 结论与展望 |
| 1. 本论文主要结论 |
| 2. 进一步研究的建议 |
| 致谢 |
| 参考文献 |
| 攻读博士学位期间发表的论文及科研成果 |
| (一) 攻读博士学位期间发表论文 |
| (二) 主要参与的科研项目 |
| (三) 攻读博士学位期间其他成果与获奖 |
（8）基于数字摄影测量的线路数字地面模型建立及应用方法研究（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 引言 |
| 1.1.1 研究背景 |
| 1.1.2 研究目的及意义 |
| 1.2 国内外数字地面模型的发展 |
| 1.2.1 国外发展情况 |
| 1.2.2 国内发展情况 |
| 1.3 论文的主要研究内容 |
| 1.4 本章小结 |
| 2 数字地面模型及其数据的获取 |
| 2.1 数字地面模型 DTM |
| 2.1.1 地形形态表达方式 |
| 2.1.2 数字高程模型 DEM |
| 2.1.3 DEM 的特点及应用 |
| 2.2 DEM 的数据获取方式 |
| 2.2.1 DEM 数据源 |
| 2.2.2 数据采集方法对比及使用范围 |
| 2.3 数字摄影测量获取 DEM |
| 2.3.1 摄影测量的发展 |
| 2.3.2 数字摄影测量在铁路勘测设计中的应用 |
| 2.3.3 数字摄影测量数据采集方法 |
| 2.3.4 数字摄影测量方法 DEM 数据采集的技术流程 |
| 2.4 本章小结 |
| 3 线路数字高程模型数据结构及内插方法 |
| 3.1 线路 DEM 的模型特点 |
| 3.2 线路 DEM 的数据结构 |
| 3.2.1 空间数据结构类型 |
| 3.2.2 TIN 的数据储存结构 |
| 3.3 DEM 内插 |
| 3.3.1 空间的自相关性 |
| 3.3.2 DEM 内插数学模型 |
| 3.3.3 线路 DEM 常用的内插方法 |
| 3.4 本章小结 |
| 4 线路工程 TIN 的建模方法 |
| 4.1 Delaunay 三角网 |
| 4.1.1 Delaunay 三角网及其特性 |
| 4.1.2 基本准则 |
| 4.1.3 LOP 法则 |
| 4.1.4 凸壳法则 |
| 4.1.5 TIN 三角剖分分类 |
| 4.2 Delaunay 三角网构建算法 |
| 4.2.1 三角剖分算法分类 |
| 4.2.2 三角网生长算法 |
| 4.2.3 逐点插入算法 |
| 4.2.4 分割合并算法 |
| 4.2.5 分割合并与逐点插入的结合算法 |
| 4.3 约束边嵌入算法 |
| 4.3.1 引入概念 |
| 4.3.2 加入附加点的算法 |
| 4.3.3 不加入附加点的算法 |
| 4.3.4 影响域是凹四边形的情况分析 |
| 4.4 本章小结 |
| 5 基于 JX-4C 数字摄影测量工作站的线路 DEM 生成工程实例 |
| 5.1 JX-4C 数字摄影测量系统工作站 |
| 5.1.1 全数字摄影测量系统 |
| 5.1.2 基于 JX-4C 数字摄影测量系统获取高精度数字高程模型（DEM） |
| 5.2 工程实例 |
| 5.2.1 影像图获取 |
| 5.2.2 建立 DEM 模型的详细步骤 |
| 5.3 DEM 数据存储格式分析 |
| 5.4 基于摄影测量的 DEM 在线路工程的应用方法 |
| 5.4.1 线路平面坐标计算方法 |
| 5.4.2 地面标高内插算法 |
| 5.4.3 土石方计算 |
| 5.5 本章小结 |
| 结论 |
| 致谢 |
| 参考文献 |
| 攻读学位期间的研究成果 |
（9）数字摄影测量影像数据的GPU并行处理研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 研究背景和意义 |
| 1.2 国内外研究现状及趋势 |
| 1.3 本文研究内容及安排 |
| 第二章 GPU 高性能并行计算 |
| 2.1 并行计算 |
| 2.2 GPU 通用计算 |
| 2.3 GPU 硬件体系架构 |
| 2.4 CUDA 编程模型及性能优化 |
| 2.4.1 CUDA 编程模型 |
| 2.4.2 CUDA 程序优化 |
| 2.5 论文研究的试验平台 |
| 2.5.1 硬件平台 |
| 2.5.2 软件平台 |
| 第三章 数字影像预处理的 GPU 并行处理方法 |
| 3.1 数字影像畸变差改正模型 |
| 3.2 数字影像重采样理论 |
| 3.2.1 影像重采样理论 |
| 3.2.2 双线性插值法 |
| 3.2.3 双三次卷积法 |
| 3.3 基于 GPU 的数字影像预处理并行算法 |
| 3.4 实验结果与分析 |
| 3.4.1 实验方案 |
| 3.4.2 实验结果与分析 |
| 第四章 数字影像 Wallis 滤波影像增强的 GPU 并行处理方法 |
| 4.1 Wallis 滤波器及其特性 |
| 4.2 自适应平滑算法描述 |
| 4.3 基于 GPU 的 Wallis 影像增强并行算法 |
| 4.4 实验结果与分析 |
| 4.4.1 实验方案一 |
| 4.4.2 实验一结果与分析 |
| 4.4.3 实验方案二 |
| 4.4.2 实验二结果与分析 |
| 第五章 基于 GPU 的快速影像匹配 |
| 5.1 Harris 角点检测算子 |
| 5.2 相关系数匹配 |
| 5.3 基于 GPU 的 Harris 算子影像匹配并行处理算法 |
| 5.3.1 算法基本思想 |
| 5.3.2 算法关键技术 |
| 5.3.3 共享存储器优化 |
| 5.4 实验结果与分析 |
| 5.4.1 实验方案 |
| 5.4.2 实验结果与分析 |
| 第六章 总结与展望 |
| 6.1 本文工作总结 |
| 6.2 本文工作展望 |
| 致谢 |
| 参考文献 |
| 攻读学位期间的研究成果 |
（10）基于CPU+GPU的影像匹配高效能异构并行计算研究（论文提纲范文）
| 摘要 |
| Abstract |
| 目录 |
| 图目录 |
| 表目录 |
| 第一章 绪论 |
| 1.1 研究背景和意义 |
| 1.1.1 研究的背景 |
| 1.1.2 研究的意义 |
| 1.2 国内外研究现状及趋势 |
| 1.2.1 并行计算在Wallis影像增强中的研究现状 |
| 1.2.2 并行计算在Harris角点提取中的研究现状 |
| 1.2.3 并行计算在相关系数影像匹配中的研究现状 |
| 1.2.4 并行计算在SIFT特征匹配中的研究现状 |
| 1.2.5 国内外GPU通用计算发展现状 |
| 1.3 研究内容和研究方案 |
| 1.3.1 研究内容 |
| 1.3.2 研究方案 |
| 第二章 GPU通用并行计算 |
| 2.1 选择研究平台的技术基础 |
| 2.1.1 单核微处理器的发展 |
| 2.1.2 多核微处理器的发展 |
| 2.1.3 众核图形处理器的发展 |
| 2.2 GPU并行计算演进 |
| 2.2.1 GPU |
| 2.2.2 GPGPU |
| 2.2.3 GPU计算 |
| 2.3 GPU体系架构 |
| 2.3.1 Tesla2并行计算结构 |
| 2.3.2 Tesla2的TPC架构 |
| 2.3.3 Tesla2的SM架构 |
| 2.4 CUDA构架 |
| 2.4.1 CUDA软件环境 |
| 2.4.2 CUDA编程模型 |
| 2.4.3 CUDA存储器模型 |
| 2.4.4 CUDA执行模型 |
| 2.5 基于CPU+GPU异构计算的影像处理通用并行解决方案 |
| 2.5.1 主-从设计模式 |
| 2.5.2 任务分解模式 |
| 2.5.3 负载均衡策略 |
| 2.6 本章小结 |
| 第三章 多GPUs加速的Wallis变换影像增强并行算法 |
| 3.1 Wallis滤波器及其特性 |
| 3.2 双线性插值算法描述 |
| 3.3 Wallis影像增强多粒度混合并行算法的分析与设计 |
| 3.3.1 Wallis影像增强并行计算模型 |
| 3.3.2 多GPUs粗粒度并行 |
| 3.3.3 数据块中粒度并行 |
| 3.3.4 线程细粒度并行 |
| 3.4 Wallis并行算法GPU高性能分析与设计 |
| 3.4.1 实现最大化的存储器带宽 |
| 3.4.2 优化存储器性能 |
| 3.5 实验结果及分析 |
| 3.5.1 实验步骤与数据记录 |
| 3.5.2 GPU与CPU结果一致性实验与分析 |
| 3.6 并行算法性能分析 |
| 3.7 本章小结 |
| 第四章 基于GPU的Harris角点检测多设备控制并行算法 |
| 4.1 Harris角点提取算子 |
| 4.2 Harris角点提取并行算法分析与设计 |
| 4.2.1 Harris角点检测并行算法执行模式 |
| 4.2.2 影像空间并行 |
| 4.2.3 卷积并行 |
| 4.2.4 SIMT计算 |
| 4.3 Harris并行算法GPU高性能分析与设计 |
| 4.3.1 最优方式组织存储器访问 |
| 4.3.2 利用纹理存储器提速 |
| 4.4 实例计算及结果讨论 |
| 4.4.1 实验步骤与数据记录 |
| 4.4.2 GPU与CPU结果一致性实验与分析 |
| 4.5 并行算法性能分析 |
| 4.6 本章小结 |
| 第五章 基于CUDA的相关系数影像匹配并行算法 |
| 5.1 相关系数测度 |
| 5.2 影像匹配并行算法分析与设计 |
| 5.2.1 影像匹配并行算法架构 |
| 5.2.2 设备级并行计算分析 |
| 5.2.3 任务级并行计算分析 |
| 5.2.4 线程级并行计算分析 |
| 5.2.5 共享存储器内的精细粒度并行分析 |
| 5.3 影像匹配GPU并行算法性能优化 |
| 5.3.1 利用高速存储器进行优化计算 |
| 5.3.2 利用常数存储器进行优化计算 |
| 5.3.3 利用全局存储器进行优化计算 |
| 5.4 性能测试和分析 |
| 5.4.1 实验步骤与数据记录 |
| 5.4.2 GPU与CPU结果一致性实验与分析 |
| 5.5 并行算法性能分析 |
| 5.6 本章小结 |
| 第六章 面向群核CPU+GPU的SIFT特征匹配并行算法 |
| 6.1 SIFT算子描述 |
| 6.1.1 建立多尺度空间 |
| 6.1.2 尺度空间关键点检测及精确定位 |
| 6.1.3 关键点方向参数的确定 |
| 6.1.4 提取特征描述符 |
| 6.1.5 SIFT特征匹配 |
| 6.2 SIFT特征匹配并行算法分析与设计 |
| 6.2.1 SIFT特征匹配并行算法总体设计 |
| 6.2.2 基于CUDA的并行化数据结构 |
| 6.2.3 线程的任务分配及映射策略 |
| 6.2.4 流管理 |
| 6.3 SIFT特征匹配并行算法优化配置 |
| 6.3.1 访存优化和数据复用 |
| 6.3.2 GPU线程同步优化 |
| 6.4 测试结果与分析 |
| 6.4.1 GPU性能实验结果 |
| 6.4.2 GPU与CPU结果一致性实验与分析 |
| 6.5 并行算法性能分析 |
| 6.6 本章小结 |
| 第七章 影像匹配系统集成实验与分析 |
| 7.1 影像匹配系统集成方案 |
| 7.2 实验结果及数据 |
| 7.2.1 WHR影像匹配实验 |
| 7.2.2 WS影像匹配实验 |
| 7.3 系统性能分析 |
| 7.3.1 WHR影像匹配系统性能分析 |
| 7.3.2 WS影像匹配系统性能分析 |
| 7.4 本章小结 |
| 第八章 总结与展望 |
| 8.1 研究工作总结 |
| 8.2 主要贡献与创新点 |
| 8.3 进一步的工作与展望 |
| 8.4 结语 |
| 参考文献 |
| 攻读博士期间发表的论文及科研情况 |
| 致谢 |
四、ReSDISS数字摄影测量工作站及其特性（论文参考文献）
- [1]无人机摄影测量测绘大比例尺地形图的精度分析[D]. 郑爽. 兰州交通大学, 2021
- [2]基于倾斜摄影的大规模场景三维重建[D]. 李嘉琪. 西安电子科技大学, 2019(04)
- [3]文化遗产信息模型的虚拟修复研究[D]. 铁钟. 中国美术学院, 2019(02)
- [4]倾斜摄影测量应用于城市三维单体模型构建的研究[D]. 施骏骋. 昆明理工大学, 2016(02)
- [5]机载LiDAR与影像密集匹配点云数据的滤波方法研究[D]. 叶立志. 武汉大学, 2016(06)
- [6]UAV序列图像在交通事故场景重建中的应用研究[D]. 聂瑞. 重庆理工大学, 2016(05)
- [7]面向实体选线设计的铁路线路BIM与地理环境建模方法与应用[D]. 聂良涛. 西南交通大学, 2016(08)
- [8]基于数字摄影测量的线路数字地面模型建立及应用方法研究[D]. 赵晓峰. 兰州交通大学, 2013(02)
- [9]数字摄影测量影像数据的GPU并行处理研究[D]. 王恺. 兰州交通大学, 2013(03)
- [10]基于CPU+GPU的影像匹配高效能异构并行计算研究[D]. 肖汉. 武汉大学, 2011(04)