道路信息自动检查中的路面破损识别方法及其实现研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-10页 |
| 第1章绪论 | 第10-23页 |
| ·研究意义 | 第10页 |
| ·公路路面破损简介 | 第10-12页 |
| ·公路路面破损类型概述 | 第11页 |
| ·公路路面破损分类 | 第11-12页 |
| ·公路路面破损自动监测发展现状 | 第12-14页 |
| ·国外研究现状及发展 | 第12-14页 |
| ·国内研究现状及其发展 | 第14页 |
| ·路面破损图像处理方法概述 | 第14-15页 |
| ·图像增强技术 | 第15-18页 |
| ·图像增强技术概述 | 第15-16页 |
| ·路面破损图像增强技术研究现状 | 第16-17页 |
| ·模糊增强目前研究中存在的不足 | 第17-18页 |
| ·图像分割技术 | 第18-20页 |
| ·图像分割技术概述 | 第18页 |
| ·路面破损图像分割技术研究现状 | 第18-19页 |
| ·传统分割方法的不足 | 第19-20页 |
| ·论文的主要研究内容 | 第20页 |
| ·论文的主要工作 | 第20-23页 |
| 第2章 路面破损图像增强 | 第23-37页 |
| ·引言 | 第23-24页 |
| ·常用图像增强算法 | 第24-30页 |
| ·直方图均衡化 | 第24-25页 |
| ·空域滤波增强 | 第25-26页 |
| ·频域增强 | 第26-29页 |
| ·色彩增强 | 第29-30页 |
| ·路面破损图像增强 | 第30-37页 |
| ·路面破损图像增强研究背景 | 第30-31页 |
| ·Pal图像模糊增强算法 | 第31-32页 |
| ·应用Pal算法进行路面破损图像增强存在的问题 | 第32-34页 |
| ·改进的路面破损图像模糊增强算法 | 第34-36页 |
| ·实验结果 | 第36页 |
| ·结论 | 第36-37页 |
| 第3章 路面破损图像分割 | 第37-57页 |
| ·图像分割的定义和分类 | 第37-38页 |
| ·阈值化分割 | 第38-40页 |
| ·迭代阈值法 | 第40-44页 |
| ·算法 | 第40-41页 |
| ·实验结果与分析 | 第41-44页 |
| ·局部迭代阈值法 | 第44-47页 |
| ·基本思想 | 第44页 |
| ·算法 | 第44-46页 |
| ·实验结果及分析 | 第46-47页 |
| ·局部OTSU分割算法 | 第47-49页 |
| ·基本思想 | 第47页 |
| ·算法 | 第47-48页 |
| ·实验结果与分析 | 第48-49页 |
| ·模糊阈值分割 | 第49-53页 |
| ·基本思想 | 第49-51页 |
| ·模糊c均值聚类图像分割算法 | 第51-52页 |
| ·实验结果及分析 | 第52-53页 |
| ·路面破损图像分割新算法 | 第53-57页 |
| ·基本思想 | 第53-54页 |
| ·分割算法 | 第54-55页 |
| ·消除道路标志线 | 第55-56页 |
| ·实验结果与分析 | 第56-57页 |
| 第4章 路面破损图像识别 | 第57-82页 |
| ·引言 | 第57-59页 |
| ·数据采集 | 第59-64页 |
| ·数据图像 | 第59-60页 |
| ·形态学图像处理 | 第60-61页 |
| ·使用形态学处理数据图像 | 第61-64页 |
| ·特征提取与选择 | 第64-71页 |
| ·基本思想 | 第64-66页 |
| ·特征提取准则 | 第66-69页 |
| ·数据图像特征提取 | 第69-71页 |
| ·特征提取合理性讨论 | 第71页 |
| ·分类识别 | 第71-82页 |
| ·聚类分析概念 | 第71-78页 |
| ·常用聚类算法 | 第78-80页 |
| ·使用聚类算法进行分类识别 | 第80-81页 |
| ·实验结果 | 第81-82页 |
| 第5章 识别软件设计及实验结果分析 | 第82-91页 |
| ·识别软件功能模块设计 | 第82-86页 |
| ·登录界面设计 | 第82页 |
| ·主界面设计 | 第82-86页 |
| ·实验结果分析 | 第86-91页 |
| 第6章 全文总结 | 第91-93页 |
| 参考文献 | 第93-96页 |
| 致谢 | 第96-97页 |
| 硕士研究生就读期间所发表的论文 | 第97页 |
