基于三维激光点云的路面裂缝自动识别技术研究
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 引言 | 第10-15页 |
| 1.1 研究背景和意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-12页 |
| 1.3 基于灰度影像的路面裂缝识别概述 | 第12-13页 |
| 1.4 基于三维激光的路面裂缝识别概述 | 第13页 |
| 1.5 可行性分析及实验环境 | 第13-14页 |
| 1.6 本文研究内容 | 第14-15页 |
| 第2章 路面点云数据采集与分析 | 第15-18页 |
| 2.1 基于结构光的三维视觉检测原理 | 第15-16页 |
| 2.2 路面点云数据采集及数据结构分析 | 第16-17页 |
| 2.3 本章小结 | 第17-18页 |
| 第3章 路面点云数据预处理 | 第18-28页 |
| 3.1 点云结构分析 | 第18-20页 |
| 3.2 零值点消除 | 第20-21页 |
| 3.3 中值滤波 | 第21-23页 |
| 3.4 高斯滤波 | 第23-25页 |
| 3.5 中值-高斯滤波 | 第25-26页 |
| 3.6 高斯-中值滤波 | 第26-27页 |
| 3.7 本章小结 | 第27-28页 |
| 第4章 路面点云裂缝特征描述方法分析 | 第28-36页 |
| 4.1 基于高度差的裂缝特征描述方法分析 | 第28-30页 |
| 4.2 基于法向量的裂缝特征描述方法分析 | 第30-32页 |
| 4.3 基于梯度的裂缝特征描述方法分析 | 第32-34页 |
| 4.4 基于二阶导数的裂缝特征描述方法分析 | 第34-35页 |
| 4.5 本章小结 | 第35-36页 |
| 第5章 路面点云裂缝特征提取 | 第36-41页 |
| 5.1 基于高度差的裂缝特征提取 | 第36-37页 |
| 5.2 基于法向量的特征提取 | 第37-38页 |
| 5.3 基于梯度的裂缝特征提取 | 第38页 |
| 5.4 基于二阶导数的裂缝特征提取 | 第38-40页 |
| 5.5 本章小结 | 第40-41页 |
| 第6章 路面裂缝目标识别 | 第41-48页 |
| 6.1 基于遗传算法的点云分割 | 第41-44页 |
| 6.1.1 遗传算法简介 | 第41页 |
| 6.1.2 基于遗传算法的点云分割 | 第41-44页 |
| 6.2 基于最小生成树的裂缝目标识别 | 第44-46页 |
| 6.2.1 最小生成树算法简介 | 第44-45页 |
| 6.2.2 基于最小生成树的裂缝目标识别 | 第45-46页 |
| 6.3 本章小结 | 第46-48页 |
| 第7章 总结与展望 | 第48-49页 |
| 7.1 总结 | 第48页 |
| 7.2 展望 | 第48-49页 |
| 参考文献 | 第49-52页 |
| 致谢 | 第52页 |
