| 摘要 | 第1-4页 |
| Abstract | 第4-8页 |
| 第一章 绪论 | 第8-16页 |
| ·研究的背景和意义 | 第8-11页 |
| ·国内外研究现状 | 第11-14页 |
| ·国外研究现状 | 第11-13页 |
| ·国内研究现状 | 第13-14页 |
| ·研究内容 | 第14-16页 |
| 第二章 二维数字图像处理技术概述 | 第16-29页 |
| ·二维数字图像采集方法概述 | 第16-19页 |
| ·试件切割方法 | 第16-18页 |
| ·基于CCD 数码相机图像采集方法 | 第18-19页 |
| ·二维数字图像处理方法概述 | 第19-27页 |
| ·数字图像处理工具概述 | 第27-28页 |
| ·本章小结 | 第28-29页 |
| 第三章 基于数字图像的改性剂颗粒分析 | 第29-36页 |
| ·基于图像技术的改性剂颗粒分析的基本原理、方法和步骤 | 第29-31页 |
| ·基本原理 | 第29-30页 |
| ·试样的制备 | 第30页 |
| ·改性剂颗粒图像分析步骤 | 第30-31页 |
| ·试验方案 | 第31-33页 |
| ·数据分析 | 第33-34页 |
| ·本章小结 | 第34-36页 |
| 第四章 基于图像的路面均匀性评价 | 第36-46页 |
| ·室内试件均匀性评价方法 | 第36-41页 |
| ·圆形试件均匀性评价方法 | 第36-40页 |
| ·切片均匀性影响因素 | 第40-41页 |
| ·新建路面水平方向均匀性评价 | 第41-44页 |
| ·基本原理、判据和方法 | 第41-43页 |
| ·造成离析的原因分析 | 第43页 |
| ·评价方法的准确性验证 | 第43-44页 |
| ·道路表面离析评价的数字模型 | 第44页 |
| ·本章小节 | 第44-46页 |
| 第五章 集料的图像特性 | 第46-56页 |
| ·集料形状、棱角性和纹理的图像表示方法 | 第46-52页 |
| ·集料二维形状、棱角性和纹理特征指标 | 第46-48页 |
| ·集料图像采集、分析方法 | 第48-49页 |
| ·两种集料颗粒的图像参数比较 | 第49-50页 |
| ·电子筛修正算法 | 第50-51页 |
| ·三维图像形状指标 | 第51-52页 |
| ·集料三维重构方法 | 第52-54页 |
| ·国内外获取集料三维形状特性的方法简介 | 第52-53页 |
| ·借鉴断层扫描的集料三维重构方法 | 第53-54页 |
| ·本章小节 | 第54-56页 |
| 第六章 混合料二维切片图像结构特征分析 | 第56-89页 |
| ·沥青混合料二维图像结构接触点分析方法 | 第56-62页 |
| ·算法实现 | 第56-60页 |
| ·实例分析 | 第60-62页 |
| ·结果分析 | 第62页 |
| ·沥青胶砂膜厚度分析 | 第62-68页 |
| ·基本概念和原理 | 第62-66页 |
| ·实例分析 | 第66-68页 |
| ·沥青混合料集料主轴方向分析 | 第68-69页 |
| ·基本概念和原理 | 第68-69页 |
| ·已有的结论 | 第69页 |
| ·二维图像集料空间距离分布 | 第69-73页 |
| ·基本原理、定义和分析方法 | 第70-72页 |
| ·数据分析和结论 | 第72-73页 |
| ·车辙荷载下混合料集料行为 | 第73-83页 |
| ·基本定义和原理 | 第73-74页 |
| ·车辙荷载下集料颗粒跟踪算法 | 第74-76页 |
| ·计算实例 | 第76-83页 |
| ·基于神经网络的车辙预估模型 | 第83-88页 |
| ·神经网络的基本思想 | 第83-85页 |
| ·神经网络的改进 | 第85-87页 |
| ·基于数字图像技术的神经网络参数集 | 第87-88页 |
| ·神经网络训练集 | 第88页 |
| ·本章小节 | 第88-89页 |
| 第七章 结论和展望 | 第89-91页 |
| 致谢 | 第91-92页 |
| 参考文献 | 第92-96页 |
| 攻读硕士期间发表的论文 | 第96页 |