| 摘要 | 第1-7页 |
| ABSTRACT | 第7-10页 |
| 目录 | 第10-13页 |
| 第1章 绪论 | 第13-42页 |
| ·问题的提出 | 第13-16页 |
| ·利用灰色系统理论进行路面图像裂缝检测的合理性与优越性 | 第16-23页 |
| ·路面裂缝图像的灰色特性 | 第16-18页 |
| ·路面图像处理算法中的灰性分析 | 第18-20页 |
| ·灰色系统理论用于路面图像处理算法的吻合性分析 | 第20-23页 |
| ·国内外研究现状 | 第23-36页 |
| ·路面图像裂缝检测算法 | 第24-30页 |
| ·灰色关联分析在图像处理中的应用 | 第30-33页 |
| ·熵理论在图像处理中的应用 | 第33-34页 |
| ·灰色预测模型在图像处理中的应用 | 第34-36页 |
| ·本课题研究的意义 | 第36-38页 |
| ·研究的内容、目标、方法 | 第38-42页 |
| 第2章 路面图像裂缝检测机理 | 第42-57页 |
| ·路面裂缝形成原因的力学分析 | 第42-47页 |
| ·路面裂缝的原因简介 | 第42-43页 |
| ·反射裂缝的力学模型与力学分析 | 第43-47页 |
| ·路面自动检测系统概况 | 第47-53页 |
| ·路面自动检测系统的产生与发展 | 第47-51页 |
| ·路面自动检测的原理与过程 | 第51-53页 |
| ·路面图像的预处理与分割 | 第53-56页 |
| ·路面图像的滤波与去噪 | 第53-54页 |
| ·路面图像的增强 | 第54-55页 |
| ·路面图像的边缘检测 | 第55-56页 |
| ·本章小结 | 第56-57页 |
| 第3章 路面图像裂缝检测算法中的灰理论基础 | 第57-68页 |
| ·灰色系统理论的概况 | 第57-58页 |
| ·本文所要用到的灰理论基础 | 第58-66页 |
| ·灰色关联分析 | 第59-62页 |
| ·灰熵理论 | 第62-64页 |
| ·灰色预测模型 | 第64-66页 |
| ·本章小结 | 第66-68页 |
| 第4章 基于灰色系统理论的路面图像去噪算法 | 第68-100页 |
| ·引言 | 第68-69页 |
| ·基于灰色图像关联度的路面图像滤波算法 | 第69-77页 |
| ·基于灰关联噪声判别的路面图像去噪算法 | 第77-84页 |
| ·基于灰熵的路面图像滤波算法 | 第84-89页 |
| ·基于灰色预测模型的路面图像复合滤波算法 | 第89-99页 |
| ·本章小结 | 第99-100页 |
| 第5章 基于灰色系统理论的路面图像边缘检测算法 | 第100-129页 |
| ·引言 | 第100-101页 |
| ·基于灰关联熵阈值选取的路面图像边缘检测算法 | 第101-108页 |
| ·基于局部纹理分析与灰熵判别的路面图像边缘检测算法 | 第108-116页 |
| ·基于GM(1,1,C)的路面图像边缘检测算法 | 第116-128页 |
| ·本章小结 | 第128-129页 |
| 第6章 基于灰色系统理论的路面图像增强算法 | 第129-156页 |
| ·引言 | 第129-130页 |
| ·基于灰关联分析的路面图像局部对比度增强算法 | 第130-139页 |
| ·基于灰熵增强指数的路面图像局部对比度增强算法 | 第139-145页 |
| ·基于离散灰色预测模型的路面图像模糊对比度增强算法 | 第145-155页 |
| ·本章小结 | 第155-156页 |
| 第7章 总结与展望 | 第156-161页 |
| ·全文总结 | 第156-158页 |
| ·展望 | 第158-161页 |
| 参考文献 | 第161-171页 |
| 致谢 | 第171-172页 |
| 攻读博士学位期间发表的论文 | 第172-173页 |
| 攻读博士学位期间参加的科研项目 | 第173页 |
