高速公路路面破损图像识别技术研究
| 提要 | 第1-7页 |
| 第1章 绪论 | 第7-19页 |
| ·研究目的和意义及课题来源 | 第7-8页 |
| ·研究目的和意义 | 第7-8页 |
| ·课题来源 | 第8页 |
| ·高速公路路面破损自动检测与识别技术的发展状况 | 第8-17页 |
| ·数字图像处理技术在路面检测与识别方法的应用现状 | 第8-11页 |
| ·国内外路面检测系统发展状况 | 第11-17页 |
| ·本文主要研究工作 | 第17页 |
| ·本文的内容安排 | 第17-19页 |
| 第2章 路面破损检测系统的体系结构及工作原理 | 第19-24页 |
| ·系统的体系结构组成及硬件选择 | 第19-22页 |
| ·系统工作原理 | 第22-23页 |
| ·硬件的调试 | 第23页 |
| ·本章小结 | 第23-24页 |
| 第3章 路面图像预处理 | 第24-53页 |
| ·引言 | 第24页 |
| ·路面图像的特点 | 第24-25页 |
| ·图像去噪方法 | 第25-41页 |
| ·中值滤波 | 第25-27页 |
| ·基于小波的图像去噪方法 | 第27-36页 |
| ·基于小波包的图像去噪方法 | 第36-40页 |
| ·去噪结果分析 | 第40-41页 |
| ·图像分割 | 第41-50页 |
| ·分形理论简介 | 第43-47页 |
| ·基于分形特征的图像分割 | 第47-50页 |
| ·二值图像孤立噪点的消除 | 第50-51页 |
| ·本章小节 | 第51-53页 |
| 第4章 路面破损图像的识别研究 | 第53-74页 |
| ·引言 | 第53-54页 |
| ·沥青路面破损的主要类型及评价指标 | 第54-57页 |
| ·沥青路面破损的主要类型 | 第54-56页 |
| ·路面破损状况评价 | 第56页 |
| ·路面破损状况评价标准 | 第56-57页 |
| ·图像特征提取 | 第57-62页 |
| ·分形维数特征 | 第57-59页 |
| ·投影特征 | 第59-62页 |
| ·裂缝像素数 | 第62页 |
| ·基于神经网络的路面裂缝识别分类 | 第62-73页 |
| ·神经网络概述 | 第62-65页 |
| ·径向基神经网络与概率神经网络简介 | 第65-67页 |
| ·径向基概率神经网络模型 | 第67-70页 |
| ·径向基概率神经网路的设计及对路面裂缝的分类实验 | 第70-73页 |
| ·本章小节 | 第73-74页 |
| 第5章 全文总结与展望 | 第74-76页 |
| ·全文总结 | 第74-75页 |
| ·研究展望 | 第75-76页 |
| 参考文献 | 第76-80页 |
| 摘要 | 第80-82页 |
| ABSTRACT | 第82-85页 |
| 致谢 | 第85页 |
