| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第一章 绪论 | 第8-18页 |
| 1.1 研究背景及意义 | 第8页 |
| 1.2 裂缝图像及其特征 | 第8-13页 |
| 1.2.1 裂缝的种类 | 第8-12页 |
| 1.2.2 裂缝图像特征 | 第12页 |
| 1.2.3 裂缝检测中存在的问题 | 第12-13页 |
| 1.3 国内外研究现状 | 第13-15页 |
| 1.4 本文的主要工作及章节安排 | 第15-18页 |
| 第二章 基于偏微分方程的路面裂缝图像增强 | 第18-38页 |
| 2.1 高斯平滑滤波 | 第19-20页 |
| 2.2 各向同性非线性扩散 | 第20-28页 |
| 2.2.1 扩散原理 | 第20-23页 |
| 2.2.2 P-M 扩散模型 | 第23-24页 |
| 2.2.3 P-M 模型的扩散原理 | 第24-25页 |
| 2.2.4 改进扩散系数的 P-M 模型 | 第25-28页 |
| 2.3 各项异性扩散 | 第28-33页 |
| 2.3.1 结构张量的定义 | 第28-30页 |
| 2.3.2 扩散张量的设计 | 第30-33页 |
| 2.4 基于改进的 P-M 模型与相干增强张量扩散加权模型 | 第33-34页 |
| 2.5 对比实验及分析 | 第34-37页 |
| 2.6 本章小结 | 第37-38页 |
| 第三章 裂缝目标的提取 | 第38-53页 |
| 3.1 图像的二值化 | 第38-43页 |
| 3.1.1 图像阈值分割基础 | 第39-40页 |
| 3.1.2 全局阈值法 | 第40-43页 |
| 3.2 基于图像分块二值化的裂缝目标提取 | 第43-48页 |
| 3.2.1 算法思想 | 第43-46页 |
| 3.2.2 算法流程 | 第46页 |
| 3.2.3 分块二值化实验及分析 | 第46-48页 |
| 3.3 基于谷点检测的裂缝目标提取算法 | 第48-52页 |
| 3.3.1 算法流程 | 第48-49页 |
| 3.3.2 程序实现 | 第49-51页 |
| 3.3.3 目标提取实验及分析 | 第51-52页 |
| 3.4 本章小结 | 第52-53页 |
| 第四章 基于数学形态学的伪裂缝消除 | 第53-66页 |
| 4.1 数学形态学运算 | 第54-58页 |
| 4.1.1 图像的膨胀和腐蚀运算 | 第54-57页 |
| 4.1.2 图像的开运算和闭运算 | 第57-58页 |
| 4.2 去除孤立点 | 第58-61页 |
| 4.2.1 算法实现 | 第58-59页 |
| 4.2.2 孤立点去除实验及分析 | 第59-61页 |
| 4.3 骨架提取 | 第61-64页 |
| 4.3.1 算法实现 | 第61-63页 |
| 4.3.2 骨架提取实验及分析 | 第63-64页 |
| 4.4 本章小结 | 第64-66页 |
| 第五章 总结与展望 | 第66-68页 |
| 参考文献 | 第68-72页 |
| 致谢 | 第72页 |