| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第一章 绪论 | 第10-17页 |
| ·课题背景和选题意义 | 第10-11页 |
| ·国内外研究现状 | 第11-15页 |
| ·桥梁检测方法的国内外发展现状 | 第11-14页 |
| ·桥梁裂缝检测的算法研究 | 第14-15页 |
| ·本文的主要内容和结构安排 | 第15-17页 |
| 第二章 裂缝图像预处理 | 第17-32页 |
| ·引言 | 第17页 |
| ·裂缝图像增强 | 第17-31页 |
| ·灰度校正方法 | 第17-23页 |
| ·空间滤波方法 | 第23-27页 |
| ·频域滤波方法 | 第27-31页 |
| ·本章小结 | 第31-32页 |
| 第三章 桥梁裂缝特征提取方法 | 第32-54页 |
| ·引言 | 第32页 |
| ·小波变换原理 | 第32-39页 |
| ·二维离散小波变换概述 | 第32-36页 |
| ·小波基的选择 | 第36-39页 |
| ·Radon 变换原理 | 第39-40页 |
| ·基于小波分解系数的裂缝特征提取 | 第40-50页 |
| ·高幅小波系数比 | 第41-44页 |
| ·高频能量比 | 第44-45页 |
| ·Radon 变换最大值 | 第45-50页 |
| ·基于概率统计的裂缝特征提取 | 第50-53页 |
| ·本章小结 | 第53-54页 |
| 第四章 基于人工神经网络的桥梁裂缝识别 | 第54-65页 |
| ·引言 | 第54页 |
| ·人工神经网络基本原理 | 第54-61页 |
| ·一般的分类问题 | 第54-55页 |
| ·生物神经元及其数学模型 | 第55-56页 |
| ·麦卡洛克-皮茨（McCulloch-Pitts）二元阈值神经元 | 第56-57页 |
| ·感知器 | 第57-58页 |
| ·前向神经网络 | 第58-59页 |
| ·前向网络的反向传播算法（BP 算法） | 第59-61页 |
| ·桥梁裂缝识别实验 | 第61-64页 |
| ·本章小结 | 第64-65页 |
| 第五章 裂缝检测方法在多足爬墙机器人上的应用 | 第65-76页 |
| ·引言 | 第65页 |
| ·桥梁检测机器人平台的设计 | 第65-72页 |
| ·硬件平台设计 | 第65-71页 |
| ·软件设计 | 第71-72页 |
| ·基于爬行步态控制的裂缝图像采集 | 第72-75页 |
| ·多足爬墙机器人直线爬行步态 | 第72-73页 |
| ·图像采集的控制 | 第73-75页 |
| ·本章小结 | 第75-76页 |
| 总结与展望 | 第76-78页 |
| 参考文献 | 第78-81页 |
| 攻读硕士学位期间取得的研究成果 | 第81-82页 |
| 致谢 | 第82-83页 |
| 附件 | 第83页 |