首页--交通运输论文--公路运输论文--隧道工程论文--隧道观测与试验论文

基于图像处理的车载式隧道衬砌裂缝检测系统研究

摘要第4-5页
abstract第5-6页
第一章 绪论第10-22页
    1.1 课题研究意义及背景第10-11页
    1.2 隧道衬砌裂缝综述第11-16页
        1.2.1 隧道衬砌定义及种类第11-12页
        1.2.2 隧道衬砌病害分类与形成原因第12-13页
        1.2.3 隧道衬砌裂缝类型及评价第13-14页
        1.2.4 隧道衬砌裂缝检测方法分类第14-16页
    1.3 隧道衬砌裂缝检测系统发展现状第16-19页
        1.3.1 国外发展状况第16-18页
        1.3.2 国内发展状况第18-19页
    1.4 隧道衬砌裂缝检测算法研究第19-20页
    1.5 隧道衬砌裂缝检测存在的主要问题第20页
    1.6 本文研究内容与主要工作第20-22页
第二章 系统总体设计方案第22-35页
    2.1 系统功能及设计要求第22-23页
        2.1.1 系统功能第22-23页
        2.1.2 设计要求第23页
    2.2 系统结构及工作原理第23-25页
        2.2.1 系统结构第23-25页
        2.2.2 工作原理第25页
    2.3 系统硬件集成与设备选型第25-34页
        2.3.1 车辆的选型第25页
        2.3.2 箱体及其推拉门的设计第25-26页
        2.3.3 相机支架的设计第26-28页
        2.3.4 相机的选型第28-31页
        2.3.5 辅助照明装置第31-32页
        2.3.6 其他硬件设备第32-34页
    2.4 本章小结第34-35页
第三章 裂缝图像预处理及拼接第35-54页
    3.1 裂缝图像检测综述第35-36页
    3.2 裂缝图像的预处理第36-47页
        3.2.1 基于改进MSR与双边滤波融合的裂缝图像去阴影化第36-42页
        3.2.2 基于直线与角度特征的衬砌接缝去除第42-44页
        3.2.3 裂缝图像的增强第44-47页
    3.3 裂缝图像的拼接第47-53页
        3.3.1 基于SIFT尺度不变特征变换算法的图像配准第48-51页
        3.3.2 基于加权平均融合算法的图像拼接重叠区域融合处理第51-53页
    3.4 本章小结第53-54页
第四章 裂缝识别与分类第54-69页
    4.1 裂缝图像的分块第54页
    4.2 裂缝图像的粗检测第54-63页
        4.2.1 裂缝图像的边缘检测第54-59页
        4.2.2 裂缝图像的阈值分割第59-62页
        4.2.3 裂缝图像的开运算第62-63页
    4.3 裂缝图像的精检测第63-66页
        4.3.1 基于裂缝区域形状特征的去噪第63-64页
        4.3.2 基于区域延伸的裂缝连接第64-66页
    4.4 裂缝图像的形态学处理第66-67页
        4.4.1 裂缝图像的闭运算第66页
        4.4.2 裂缝图像的细化第66-67页
    4.5 裂缝的类型判定及特征参数的计算第67-68页
        4.5.1 裂缝类型的判定第67页
        4.5.2 基于裂缝骨架的裂缝长度及宽度计算第67-68页
    4.6 本章小结第68-69页
第五章 系统软件开发及实验验证第69-77页
    5.1 系统的软件开发第69-71页
        5.1.1 软件开发平台第69页
        5.1.2 软件结构设计第69-70页
        5.1.3 软件界面介绍第70-71页
    5.2 检测车的相关硬件实验第71-73页
        5.2.1 相机的采集实验第71-72页
        5.2.2 辅助照明装置的照明实验第72-73页
    5.3 系统的检测实验第73-76页
        5.3.1 实际隧道检测实验现场第73页
        5.3.2 隧道衬砌裂缝检测实验第73-76页
    5.4 本章小结第76-77页
总结与展望第77-79页
参考文献第79-83页
攻读学位期间取得的研究成果第83-84页
致谢第84页

论文共84页,点击 下载论文
上一篇:基于证书的线性同态签名方案及其在云存储中的应用
下一篇:基于朴素贝叶斯算法的不良文本过滤技术研究及应用