| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 1 绪论 | 第10-14页 |
| 1.1 本文选题背景 | 第10-11页 |
| 1.2 本文研究目的和意义 | 第11-12页 |
| 1.2.1 研究目的 | 第11页 |
| 1.2.2 研究意义 | 第11-12页 |
| 1.3 本文的研究内容和内容安排 | 第12-14页 |
| 2 背景知识综述 | 第14-23页 |
| 2.1 路面病害类型 | 第14-15页 |
| 2.1.1 沥青混凝土路面病害 | 第14-15页 |
| 2.1.2 水泥混凝土路面病害 | 第15页 |
| 2.2 裂缝图像特征分析 | 第15-17页 |
| 2.3 道路裂缝检测的研究内容 | 第17页 |
| 2.4 道路裂缝检测的研究现状 | 第17-22页 |
| 2.4.1 国外路面裂缝检测的研究现状 | 第17-20页 |
| 2.4.2 国内路面裂缝检测的研究现状 | 第20-22页 |
| 2.5 本章小结 | 第22-23页 |
| 3 路面裂缝图像分割算法研究 | 第23-40页 |
| 3.1 脉冲耦合神经网络的发展及应用 | 第23-24页 |
| 3.2 PCNN基本模型及其工作机理 | 第24-30页 |
| 3.2.1 PCNN基本模型介绍 | 第24-26页 |
| 3.2.2 PCNN模型工作机理 | 第26-30页 |
| 3.3 改进型PCNN模型 | 第30-32页 |
| 3.4 GA基本模型 | 第32-33页 |
| 3.5 最小误差准则 | 第33-34页 |
| 3.6 基于遗传算法与简化PCNN模型的图像检测方案 | 第34-39页 |
| 3.6.1 GA-PCNN算法介绍 | 第34-37页 |
| 3.6.2 算法实验结果 | 第37-39页 |
| 3.7 本章小结 | 第39-40页 |
| 4 路面裂缝图像目标提取 | 第40-52页 |
| 4.1 形态学边缘提取 | 第40-44页 |
| 4.1.1 形态学基本概念 | 第40-41页 |
| 4.1.2 抗噪多结构元素形态学边缘提取算法 | 第41-44页 |
| 4.2 边缘连接 | 第44-47页 |
| 4.3 实验仿真与分析 | 第47-51页 |
| 4.3.1 裂缝图像检测结果 | 第47-49页 |
| 4.3.2 算法性能分析 | 第49-51页 |
| 4.4 本章小结 | 第51-52页 |
| 5 裂缝特征提取 | 第52-58页 |
| 5.1 路面裂缝类型判断 | 第52-55页 |
| 5.2 路面裂缝面积计算 | 第55页 |
| 5.3 路面裂缝的长度和宽度计算 | 第55-57页 |
| 5.4 本章小结 | 第57-58页 |
| 6 总结与展望 | 第58-60页 |
| 6.1 总结 | 第58-59页 |
| 6.2 展望 | 第59-60页 |
| 参考文献 | 第60-63页 |
| 个人简历及发表论文情况 | 第63-64页 |
| 致谢 | 第64页 |