| 摘要 | 第6-7页 |
| Abstract | 第7-8页 |
| 目录 | 第9-12页 |
| 第一章 绪论 | 第12-19页 |
| 1.1 研究背景 | 第12-13页 |
| 1.2 裂缝检测方法 | 第13-14页 |
| 1.3 国内外隧道检测系统发展状况 | 第14-16页 |
| 1.4 研究内容及章节安排 | 第16-19页 |
| 第二章 面阵CCD相机采集图像的初步修正 | 第19-28页 |
| 2.1 隧道结构表面病害检测系统简介 | 第19-20页 |
| 2.1.1 CCD相机及镜头简介 | 第19-20页 |
| 2.1.2 图像采集中产生的问题 | 第20页 |
| 2.2 图像畸变产生原因 | 第20页 |
| 2.3 镜头选择对畸变的影响 | 第20-21页 |
| 2.4 畸变图像的修正 | 第21-25页 |
| 2.4.1 图像的修正原理 | 第21-23页 |
| 2.4.2 构建理想图像 | 第23-24页 |
| 2.4.3 图像重建 | 第24-25页 |
| 2.5 像素当量的修正 | 第25-27页 |
| 2.5.1 视距变化时图像的修正 | 第25-26页 |
| 2.5.2 隧道曲面图像像素当量的修正考虑 | 第26-27页 |
| 2.6 小结 | 第27-28页 |
| 第三章 图像预处理 | 第28-39页 |
| 3.1 引言 | 第28页 |
| 3.2 去噪及噪声简介 | 第28-29页 |
| 3.3 图像去噪 | 第29-33页 |
| 3.4 裂缝图像阈值分割 | 第33-34页 |
| 3.4.1 Otsu最大类间方差法原理 | 第33-34页 |
| 3.4.2 Otsu方法分割效果 | 第34页 |
| 3.5 基于边缘信息的改进Otsu分割方法 | 第34-36页 |
| 3.5.1 图像梯度 | 第35-36页 |
| 3.5.2 改进方法分割效果 | 第36页 |
| 3.6 利用形态学对分割图像进行优化处理 | 第36-37页 |
| 3.6.1 孤立噪点去除 | 第37页 |
| 3.6.2 形态学处理 | 第37页 |
| 3.7 总结 | 第37-39页 |
| 第四章 裂缝图像特征提取与识别 | 第39-49页 |
| 4.1 引言 | 第39页 |
| 4.2 线性单条裂缝特征 | 第39-42页 |
| 4.2.1. 裂缝宽度 | 第39-40页 |
| 4.2.2 裂缝长度及面积 | 第40-41页 |
| 4.2.3 裂缝区外接矩形及占有率 | 第41-42页 |
| 4.2.4 圆形度 | 第42页 |
| 4.3 裂缝形状描述 | 第42-44页 |
| 4.4 网状裂缝的特征 | 第44页 |
| 4.4.1 背景连通域数目 | 第44页 |
| 4.5 利用支持向量机(SVM)法进行裂缝快速识别 | 第44-48页 |
| 4.5.1 支持向量机概述 | 第45页 |
| 4.5.2 最优分类超平面 | 第45-47页 |
| 4.5.3 样本实验 | 第47-48页 |
| 4.6 小结 | 第48-49页 |
| 第五章 基于图像处理的隧道衬砌裂缝病害检测研究 | 第49-60页 |
| 5.1 引言 | 第49页 |
| 5.2 裂缝发展情况研究 | 第49-50页 |
| 5.3 图像配准和图像拼接 | 第50-53页 |
| 5.3.1 图像匹配方法 | 第50-52页 |
| 5.3.2 图像几何坐标转换 | 第52-53页 |
| 5.4 基于病害特征的图像拼接 | 第53-56页 |
| 5.4.1 特征选取与匹配 | 第53-54页 |
| 5.4.2 拼接 | 第54页 |
| 5.4.3 拼接结果 | 第54-56页 |
| 5.5 裂缝发展情况判断 | 第56-57页 |
| 5.6 隧道衬砌表面掉块检测研究 | 第57-59页 |
| 5.6.1 块状区域检测 | 第57-58页 |
| 5.6.2 含块状区域裂缝骨架分析 | 第58页 |
| 5.6.3 块状区域判定 | 第58-59页 |
| 5.7 小结 | 第59-60页 |
| 结论与展望 | 第60-62页 |
| 参考文献 | 第62-65页 |
| 致谢 | 第65-66页 |
| 攻读硕士期间发表论文和参与项目 | 第66页 |