路面病害图像自动分类方法研究与分析
摘要 | 第1-4页 |
ABSTRACT | 第4-5页 |
目录 | 第5-7页 |
1 绪论 | 第7-10页 |
·科研背景 | 第7-8页 |
·国内外研究现状 | 第8-9页 |
·研究工作的内容 | 第9页 |
·本文的内容安排 | 第9-10页 |
2 路面病害类别简介 | 第10-13页 |
·裂缝类病害 | 第10-12页 |
·松散类病害 | 第12-13页 |
3 现有路面病害分类方法 | 第13-19页 |
·图像特征提取的基本思想 | 第13-14页 |
·路面图像子块化 | 第14-15页 |
·Proximity算法 | 第15-16页 |
·破损密度因子 | 第16-17页 |
·基本密度因子算法 | 第16-17页 |
·混合密度因子算法 | 第17页 |
·不变矩特征 | 第17-18页 |
·小结 | 第18-19页 |
4 路面病害图像结构特征提取 | 第19-30页 |
·路面病害二值图像 | 第19-21页 |
·裂缝线性特征 | 第21-23页 |
·投影长、宽及长宽比特征 | 第21-22页 |
·矩形度和细长度特征 | 第22-23页 |
·裂缝密集度特征 | 第23-24页 |
·裂缝区域统计特征 | 第24-29页 |
·小结 | 第29-30页 |
5 基于分形的路面病害图像特征提取 | 第30-44页 |
·分形的基本理论 | 第30-33页 |
·分形概念 | 第30页 |
·分形性质 | 第30-31页 |
·分形维数 | 第31-32页 |
·标度不变性 | 第32-33页 |
·路面病害图像的分形维数特征提取 | 第33-43页 |
·路面病害图像广义分形维数 | 第33-35页 |
·实验方法与算法流程 | 第35-39页 |
·实验结果与总体分析 | 第39-43页 |
·小结 | 第43-44页 |
6 路面病害识别分类方法 | 第44-61页 |
·分类器设计 | 第44-52页 |
·欧氏距离分类器 | 第44-45页 |
·用于裂缝识别的BP网络分类器 | 第45-52页 |
·分类实验及结果 | 第52-60页 |
·路面病害分类网络参数确定 | 第52页 |
·网络训练实验 | 第52-54页 |
·路面病害分类实验 | 第54-60页 |
·小结 | 第60-61页 |
结论 | 第61-62页 |
致谢 | 第62-63页 |
参考文献 | 第63-66页 |