基于图像处理的路面裂纹识别研究
| 摘要 | 第1-7页 |
| ABSTRACT | 第7-11页 |
| 第一章 绪论 | 第11-16页 |
| ·课题的背景及研究的目的 | 第11-12页 |
| ·课题的背景 | 第11页 |
| ·研究的意义 | 第11-12页 |
| ·面裂纹自动检测发展状况 | 第12-14页 |
| ·本文主要研究工作 | 第14页 |
| ·本文的内容安排 | 第14-16页 |
| 第二章 路面裂纹检测系统的体系结构及工作原理简介 | 第16-19页 |
| ·系统的体系结构组成及硬件选择 | 第17-18页 |
| ·系统工作原理 | 第18页 |
| 本章小结 | 第18-19页 |
| 第三章 路面裂纹图像处理 | 第19-45页 |
| ·数字图像处理的基础理论 | 第19-22页 |
| ·路面裂纹图像的特点 | 第22-24页 |
| ·图像的预处理 | 第24-30页 |
| ·均值滤波器 | 第26-27页 |
| ·顺序统计滤波器 | 第27-28页 |
| ·基于小波的图像去噪方法 | 第28-30页 |
| ·图像分割与边缘检测 | 第30-35页 |
| ·阈值分割 | 第35-43页 |
| ·基本原理 | 第35-40页 |
| ·二值图像噪声的消除 | 第40-43页 |
| 本章小结 | 第43-45页 |
| 第四章 裂纹的分类识别 | 第45-62页 |
| ·公路路面破损简介 | 第45-46页 |
| ·公路路面裂纹类型 | 第45-46页 |
| ·图像特征选取 | 第46-49页 |
| ·投影特征 | 第47-49页 |
| ·裂纹像素数 | 第49页 |
| ·模式识别 | 第49-61页 |
| ·模式识别理论基础 | 第49-50页 |
| ·神经网络概述 | 第50-52页 |
| ·神经网络学习规则 | 第52页 |
| ·BP 神经网络的理论基础 | 第52-55页 |
| ·根据提取特征建立BP 网络 | 第55-61页 |
| 本章小结 | 第61-62页 |
| 第五章 全文总结与展望 | 第62-64页 |
| ·全文总结 | 第62-63页 |
| ·研究与展望 | 第63-64页 |
| 参考文献 | 第64-67页 |
| 致谢 | 第67-68页 |
| 附录 攻读硕士期间发表的学术论文 | 第68页 |