大幅面图像中桥梁目标检测技术研究
| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 1 绪论 | 第8-13页 |
| 1.1 课题背景 | 第8-9页 |
| 1.2 桥梁目标检测技术的现状 | 第9-11页 |
| 1.3 本文主要的研究内容 | 第11-12页 |
| 1.4 本论文的结构安排 | 第12-13页 |
| 2 大幅面图像中桥梁潜在区域检测算法 | 第13-29页 |
| 2.1 引言 | 第13页 |
| 2.2 传统特征描述 | 第13-16页 |
| 2.3 浅层卷积神经网络 | 第16-19页 |
| 2.4 深层卷积神经网络 | 第19-22页 |
| 2.5 基于深层卷积神经网络的特征描述 | 第22-23页 |
| 2.6 基于支持向量机的桥梁潜在区域检测 | 第23-25页 |
| 2.7 对比实验的结果与分析 | 第25-29页 |
| 3 潜在区域中桥梁精准定位算法 | 第29-48页 |
| 3.1 基于随机森林的快速边缘检测 | 第29-34页 |
| 3.2 基于霍夫变换检测桥梁直线 | 第34-37页 |
| 3.3 基于超像素分割的虚警剔除技术 | 第37-41页 |
| 3.4 实验结果与分析 | 第41-47页 |
| 3.5 本章小结 | 第47-48页 |
| 4 硬件环境下的红外桥梁快速检测算法 | 第48-54页 |
| 4.1 硬件环境的简要介绍 | 第48-49页 |
| 4.2 图像分割 | 第49-51页 |
| 4.3 广度优先搜索 | 第51-53页 |
| 4.4 桥梁检测和试验结果 | 第53页 |
| 4.5 本章小结 | 第53-54页 |
| 5 全文总结 | 第54-56页 |
| 5.1 本文主要工作 | 第54页 |
| 5.2 创新点 | 第54-55页 |
| 5.3 未来工作 | 第55-56页 |
| 致谢 | 第56-57页 |
| 参考文献 | 第57-62页 |
| 附录 攻读学位期间发表论文目录 | 第62页 |
