隧道裂缝图像智能匹配与变化趋势检测算法研究
| 致谢 | 第5-6页 |
| 摘要 | 第6-7页 |
| ABSTRACT | 第7页 |
| 1 绪论 | 第10-20页 |
| 1.1 研究的背景与意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-18页 |
| 1.2.1 国外研究现状 | 第11-13页 |
| 1.2.2 国内研究现状 | 第13-18页 |
| 1.3 课题研究内容与章节安排 | 第18-20页 |
| 2 裂缝匹配与变化趋势检测算法总体设计 | 第20-26页 |
| 2.1 总体算法设计 | 第20-21页 |
| 2.2 算法功能 | 第21-24页 |
| 2.2.1 裂缝图像预处理 | 第21-22页 |
| 2.2.2 裂缝特征提取算法 | 第22页 |
| 2.2.3 裂缝图像匹配算法 | 第22-23页 |
| 2.2.4 裂缝变化趋势检测 | 第23-24页 |
| 2.3 本章小结 | 第24-26页 |
| 3 裂缝图像预处理算法设计 | 第26-40页 |
| 3.1 MASK匀光 | 第26-27页 |
| 3.2 OTSU图像分割 | 第27-29页 |
| 3.3 基于连通区域的去噪算法 | 第29-34页 |
| 3.3.1 连通区域标记 | 第31-32页 |
| 3.3.2 散点噪声去除 | 第32-33页 |
| 3.3.3 紧密型噪声去除 | 第33-34页 |
| 3.4 细化及去分支算法 | 第34-38页 |
| 3.4.1 细化算法 | 第35-36页 |
| 3.4.2 去分支算法 | 第36-38页 |
| 3.5 本章小结 | 第38-40页 |
| 4 裂缝图像特征提取算法设计 | 第40-50页 |
| 4.1 特征点提取方法研究 | 第40-46页 |
| 4.1.1 Moravec算子 | 第40-41页 |
| 4.1.2 Forstner算子 | 第41-43页 |
| 4.1.3 Susan算子 | 第43-44页 |
| 4.1.4 Harris算子 | 第44-46页 |
| 4.2 基于改进Harris算子的角点提取算法 | 第46-47页 |
| 4.3 特征点矩阵扩充及归一化 | 第47-49页 |
| 4.4 本章小结 | 第49-50页 |
| 5 裂缝图像特征匹配算法设计 | 第50-66页 |
| 5.1 图像匹配方法研究 | 第50-60页 |
| 5.1.1 图像匹配的概念及数学定义 | 第50-52页 |
| 5.1.2 图像匹配方法研究 | 第52-60页 |
| 5.2 基于距离的点集匹配方法 | 第60-65页 |
| 5.2.1 点集间Frechet距离计算 | 第60-63页 |
| 5.2.2 基于Hausdorff距离的点集匹配 | 第63-65页 |
| 5.3 本章小结 | 第65-66页 |
| 6 裂缝变化趋势检测算法设计 | 第66-74页 |
| 6.1 裂缝宽度计算 | 第66-70页 |
| 6.1.1 二值图方形模板内垂线计算 | 第67-68页 |
| 6.1.2 灰度图裂缝宽度计算 | 第68-70页 |
| 6.2 裂缝参数变化分析 | 第70-72页 |
| 6.3 本章小结 | 第72-74页 |
| 7 裂缝图像匹配实验结果与分析 | 第74-90页 |
| 7.1 墙面裂缝图像匹配实验 | 第74-77页 |
| 7.2 路面裂缝图像匹配实验 | 第77-81页 |
| 7.3 隧道裂缝图像匹配实验 | 第81-88页 |
| 7.4 实验结果分析 | 第88页 |
| 7.5 本章小结 | 第88-90页 |
| 8 总结与展望 | 第90-92页 |
| 8.1 工作总结 | 第90-91页 |
| 8.2 未来展望 | 第91-92页 |
| 参考文献 | 第92-96页 |
| 作者简历及攻读硕士学位期间取得的研究成果 | 第96-100页 |
| 学位论文数据集 | 第100页 |
