高速路桥梁底部表面缺陷自动检测应用技术研究
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第9-15页 |
| 1.1 研究背景 | 第9页 |
| 1.2 研究意义 | 第9-10页 |
| 1.3 国内外研究现状 | 第10-12页 |
| 1.4 项目的介绍及研究内容 | 第12-13页 |
| 1.5 小结 | 第13-15页 |
| 第2章 桥梁缺陷检测判定及硬件环境 | 第15-27页 |
| 2.1 桥梁缺陷检测条件分析 | 第15-17页 |
| 2.1.1 桥梁表面缺陷形成的原因 | 第15-16页 |
| 2.1.2 桥梁缺陷评定标准 | 第16-17页 |
| 2.2 桥梁硬件检测环境设计 | 第17-26页 |
| 2.2.1 工业镜头和工业相机的选择 | 第17-20页 |
| 2.2.2 CMOS相机的标定 | 第20-23页 |
| 2.2.3 照明系统的选取 | 第23-24页 |
| 2.2.4 图像采集系统的整体环境 | 第24-26页 |
| 2.3 小结 | 第26-27页 |
| 第3章 软件算法的构成与设计 | 第27-56页 |
| 3.1 图像的获取 | 第27-31页 |
| 3.1.1 图像的灰度化 | 第27-28页 |
| 3.1.2 图像的增强 | 第28-31页 |
| 3.2 图像的去噪处理 | 第31-36页 |
| 3.2.1 中值滤波处理 | 第32-33页 |
| 3.2.2 均值滤波处理 | 第33-36页 |
| 3.3 图像的分割处理 | 第36-42页 |
| 3.3.1 Otsu's的最佳全局阈值处理 | 第36-38页 |
| 3.3.2 最佳阈值迭代法 | 第38-39页 |
| 3.3.3 局部自适应阈值 | 第39-41页 |
| 3.3.4 三种算法的比较 | 第41-42页 |
| 3.4 形态学处理及边缘算法 | 第42-48页 |
| 3.4.1 形态学处理 | 第43-44页 |
| 3.4.2 图像边缘算法比较 | 第44-48页 |
| 3.5 裂缝的自动测量与计算 | 第48-55页 |
| 3.5.1 二值化图像的骨骼化 | 第48-49页 |
| 3.5.2 桥梁裂缝自动跟踪 | 第49-54页 |
| 3.5.3 桥梁裂缝尺寸测量 | 第54-55页 |
| 3.6 小结 | 第55-56页 |
| 第4章 裂缝检测软件的设计与实现 | 第56-65页 |
| 4.1 软件开发平台与OpenCV | 第56-57页 |
| 4.1.1 VS2013开发平台 | 第56页 |
| 4.1.2 OpenCV库的介绍 | 第56-57页 |
| 4.2 系统软件开发 | 第57-63页 |
| 4.2.1 软件系统的功能分析 | 第57-58页 |
| 4.2.2 视频处理功能模块设计 | 第58-61页 |
| 4.2.3 图像处理功能模块设计 | 第61-63页 |
| 4.3 小结 | 第63-65页 |
| 第5章 总结与展望 | 第65-67页 |
| 5.1 总结 | 第65-66页 |
| 5.2 展望 | 第66-67页 |
| 参考文献 | 第67-71页 |
| 致谢 | 第71页 |
