基于深度图像的沥青路面裂缝识别算法研究
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第1章 引言 | 第8-18页 |
| 1.1 研究背景与意义 | 第8-10页 |
| 1.2 国内外研究现状 | 第10-11页 |
| 1.3 裂缝识别算法综述 | 第11-16页 |
| 1.3.1 图像增强方法 | 第11-12页 |
| 1.3.2 图像滤波方法 | 第12-13页 |
| 1.3.3 图像分割方法 | 第13-16页 |
| 1.4 论文的主要研究内容和安排 | 第16-18页 |
| 1.4.1 主要研究内容 | 第16-17页 |
| 1.4.2 文章结构安排 | 第17-18页 |
| 第2章 沥青路面深度图像滤波与增强算法研究 | 第18-32页 |
| 2.1 沥青路面的特点及噪声分析 | 第18页 |
| 2.2 异常点去除 | 第18-21页 |
| 2.3 图像滤波 | 第21-26页 |
| 2.3.1 中值滤波 | 第21-22页 |
| 2.3.2 双边滤波 | 第22-24页 |
| 2.3.3 改进的滤波方法 | 第24-26页 |
| 2.4 结合图像显著特征的裂缝增强 | 第26-31页 |
| 2.4.1 特征选择的意义 | 第26页 |
| 2.4.2 结构显著性 | 第26-28页 |
| 2.4.3 显著特征的计算 | 第28-31页 |
| 2.5 本章小结 | 第31-32页 |
| 第3章 沥青路面深度图像裂缝分割算法研究 | 第32-44页 |
| 3.1 裂缝分割算法的分析与比较 | 第32-38页 |
| 3.1.1 基于横纵双向扫描的裂缝分割算法 | 第32-34页 |
| 3.1.2 基于边缘检测的裂缝分割算法 | 第34-37页 |
| 3.1.3 基于分块思想的深度图像裂缝分割算法 | 第37-38页 |
| 3.2 基于分块思想的裂缝分割改进算法 | 第38-43页 |
| 3.3 本章小结 | 第43-44页 |
| 第4章 实验与验证 | 第44-49页 |
| 4.1 实验数据来源 | 第44页 |
| 4.2 评估参数 | 第44-47页 |
| 4.3 算法验证 | 第47-48页 |
| 4.4 本章小结 | 第48-49页 |
| 第5章 总结与展望 | 第49-51页 |
| 参考文献 | 第51-55页 |
| 致谢 | 第55-56页 |
| 附录1 攻读硕士研究生期间参与的科研项目及成果 | 第56页 |
