| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第11-17页 |
| 1.1 课题的研究背景及意义 | 第11-12页 |
| 1.2 检测算法的发展现状 | 第12-14页 |
| 1.2.1 国外的研究现状 | 第12页 |
| 1.2.2 国内的研究现状 | 第12-14页 |
| 1.2.3 目前路面病害检测技术存在的不足 | 第14页 |
| 1.3 本文的主要研究工作 | 第14-17页 |
| 1.3.1 本文的主要研究内容 | 第14-15页 |
| 1.3.2 本文的内容安排 | 第15-16页 |
| 1.3.3 课题来源 | 第16-17页 |
| 第2章 路面病害预检测与图像灰度校正增强 | 第17-37页 |
| 2.1 路面图像显著性表征 | 第17-22页 |
| 2.1.1 基于子块信息的路面图像显著性表征 | 第17-21页 |
| 2.1.2 基于AMFT的路面图像显著性表征 | 第21-22页 |
| 2.2 基于AMFT和投影特征的路面病害预检测 | 第22-26页 |
| 2.2.1 调幅傅里叶变换后的图像分割 | 第22-23页 |
| 2.2.2 基于投影特征的病害预检测 | 第23-25页 |
| 2.2.3 实验结果与分析 | 第25-26页 |
| 2.3 采样噪声去除与光照均衡 | 第26-28页 |
| 2.3.1 线形结构开运算去除纵向采样噪声 | 第26-27页 |
| 2.3.2 灰度纵向归一化去除横向光照不均 | 第27-28页 |
| 2.4 路面图像阴影去除 | 第28-32页 |
| 2.4.1 基于双线性插值的光照背景拟合 | 第28-29页 |
| 2.4.2 基于加性模型的阴影去除 | 第29-30页 |
| 2.4.3 基于乘性模型的阴影去除 | 第30-32页 |
| 2.5 基于CESF模型的路面图像增强 | 第32-35页 |
| 2.5.1 单尺度形态学滤波 | 第32-33页 |
| 2.5.2 Osher-Rudin冲激滤波模型 | 第33页 |
| 2.5.3 CESF模型 | 第33-35页 |
| 2.5.4 实验分析 | 第35页 |
| 2.6 本章小结 | 第35-37页 |
| 第3章 基于扩散方程的图像去噪 | 第37-53页 |
| 3.1 扩散方程的基本理论 | 第37-42页 |
| 3.1.1 P-M扩散方程 | 第37-39页 |
| 3.1.2 P-M扩散的切向-法向分解 | 第39-40页 |
| 3.1.3 P-M扩散方程的正则化方法 | 第40-42页 |
| 3.2 改进的八邻域P-M扩散方程 | 第42-47页 |
| 3.2.1 P-M扩散方程的数值实现 | 第42-43页 |
| 3.2.2 改进的八邻域数值实现形式的P-M扩散方程 | 第43-45页 |
| 3.2.3 实验对比分析 | 第45-47页 |
| 3.3 基于八邻域P-M扩散方程的路面图像去噪 | 第47-51页 |
| 3.3.1 八邻域P-M扩散方程处理路面图像 | 第47-49页 |
| 3.3.2 实验分析 | 第49-51页 |
| 3.4 本章小结 | 第51-53页 |
| 第4章 基于Shearlet变换的路面图像去噪 | 第53-75页 |
| 4.1 Shearlet变换的基本原理 | 第54-58页 |
| 4.1.1 连续Shearlet变换 | 第54-55页 |
| 4.1.2 离散Shearlet变换 | 第55-57页 |
| 4.1.3 Shearlet的性质与实现方法 | 第57-58页 |
| 4.2 基于Shearlet变换的图像去噪算法研究 | 第58-67页 |
| 4.2.1 Shearlet变换系数分析 | 第58-59页 |
| 4.2.2 自适应阈值估计方法 | 第59-61页 |
| 4.2.3 阈值估计方法中常值确定 | 第61-62页 |
| 4.2.4 Shearlet变换最佳参数选择 | 第62-64页 |
| 4.2.5 去噪效果评价标准 | 第64-65页 |
| 4.2.6 Shearlet去噪效果对比实验与分析 | 第65-67页 |
| 4.3 基于自适应阈值Shearlet变换的路面图像去噪 | 第67-72页 |
| 4.3.1 路面图像Shearlet变换系数分析 | 第68-69页 |
| 4.3.2 路面图像Shearlet变换系数处理 | 第69页 |
| 4.3.3 基于Shearlet变换的路面图像去噪实验与分析 | 第69-72页 |
| 4.4 Shearlet变换与八邻域扩散方程去噪分析 | 第72-74页 |
| 4.5 本章小结 | 第74-75页 |
| 第5章 路面病害分割与提取 | 第75-91页 |
| 5.1 路面图像初步分割 | 第75-79页 |
| 5.1.1 模糊C均值聚类分割算法 | 第76-77页 |
| 5.1.2 各方法分割效果对比 | 第77-79页 |
| 5.1.3 对于无裂缝图像的分割处理 | 第79页 |
| 5.2 基于局部方向特征及灰度相似性的裂缝延伸算法 | 第79-85页 |
| 5.2.1 裂缝细化及边缘端点搜索 | 第80-81页 |
| 5.2.2 裂缝延伸判断准则 | 第81-83页 |
| 5.2.3 裂缝延伸算法描述 | 第83-85页 |
| 5.2.4 伪裂缝去除 | 第85页 |
| 5.3 综合实验分析 | 第85-90页 |
| 5.3.1 路面病害检测算法流程 | 第86-88页 |
| 5.3.2 综合检测结果 | 第88-89页 |
| 5.3.3 路面病害检测算法仿真系统 | 第89-90页 |
| 5.4 本章小结 | 第90-91页 |
| 第6章 总结与展望 | 第91-93页 |
| 6.1 总结 | 第91-92页 |
| 6.2 展望 | 第92-93页 |
| 参考文献 | 第93-99页 |
| 致谢 | 第99-101页 |
| 硕士期间发表论文 | 第101页 |
