| 摘要 | 第3-4页 |
| ABSTRACT | 第4-5页 |
| 第1章 绪论 | 第8-15页 |
| 1.1 研究背景与意义 | 第8-9页 |
| 1.2 国内外研究现状 | 第9-12页 |
| 1.2.1 移动测量系统在路面裂缝图像采集中的应用 | 第9页 |
| 1.2.2 数字图像处理技术在路面裂缝检测中的应用 | 第9-12页 |
| 1.3 路面裂缝自动检测的挑战性问题 | 第12-13页 |
| 1.4 本文的研究路线 | 第13-14页 |
| 1.5 本文的内容安排 | 第14-15页 |
| 第2章 路面裂缝检测原理 | 第15-24页 |
| 2.1 路面裂缝的产生 | 第15-16页 |
| 2.2 路面裂缝的特征 | 第16页 |
| 2.3 路面裂缝的分类 | 第16-19页 |
| 2.4 路面自动检测系统概况 | 第19-23页 |
| 2.4.1 路面裂缝自动检测原理 | 第19页 |
| 2.4.2 路面自动检测系统发展 | 第19-23页 |
| 2.5 本章小结 | 第23-24页 |
| 第3章 路面裂缝图像预处理 | 第24-40页 |
| 3.1 路面裂缝图像灰度化 | 第24-25页 |
| 3.2 路面裂缝图像平滑去噪 | 第25-34页 |
| 3.2.1 图像的噪声模型 | 第25-26页 |
| 3.2.2 常用裂缝图像去噪方法 | 第26-31页 |
| 3.2.3 改进型双边滤波器的图像去噪 | 第31-33页 |
| 3.2.4 基于光照比例因子消除图像阴影 | 第33-34页 |
| 3.3 路面裂缝图像增强 | 第34-39页 |
| 3.3.1 图像增强的目的 | 第35页 |
| 3.3.2 常用裂缝图像增强方法 | 第35-38页 |
| 3.3.3 基于粗糙集理论增强图像 | 第38-39页 |
| 3.4 本章小结 | 第39-40页 |
| 第4章 路面裂缝图像分割 | 第40-53页 |
| 4.1 图像分割原理 | 第40-41页 |
| 4.2 常用裂缝图像分割方法 | 第41-47页 |
| 4.2.1 传统边缘检测算子分割 | 第41-44页 |
| 4.2.2 OTSU阈值分割 | 第44-46页 |
| 4.2.3 数学形态学分割 | 第46-47页 |
| 4.3 融合阈值法与形态学的图像分割算法 | 第47-49页 |
| 4.4 路面裂缝图像边缘连接 | 第49-52页 |
| 4.5 本章小结 | 第52-53页 |
| 第5章 路面裂缝特征提取与评价 | 第53-64页 |
| 5.1 路面裂缝特征提取 | 第53页 |
| 5.2 路面裂缝分类 | 第53-57页 |
| 5.2.1 线性裂缝及网状裂缝的判别 | 第55-56页 |
| 5.2.2 横向裂缝及纵向裂缝的判别 | 第56-57页 |
| 5.3 路面裂缝参数计算 | 第57-60页 |
| 5.3.1 裂缝参数计算 | 第57-58页 |
| 5.3.2 路面状况评价模型 | 第58-60页 |
| 5.4 实验验证 | 第60-63页 |
| 5.5 本章小结 | 第63-64页 |
| 结论 | 第64-66页 |
| 参考文献 | 第66-70页 |
| 攻读硕士期间发表论文及科研情况 | 第70-71页 |
| 致谢 | 第71页 |