基于数字图像的路面裂缝识别系统研发
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 1 绪论 | 第9-20页 |
| 1.1 研究背景与意义 | 第9-12页 |
| 1.1.1 研究背景 | 第9-11页 |
| 1.1.2 研究意义 | 第11-12页 |
| 1.2 路面裂缝识别的研究现状 | 第12-18页 |
| 1.2.1 国外研究现状分析 | 第12-15页 |
| 1.2.2 国内研究现状分析 | 第15-18页 |
| 1.3 本文研究内容 | 第18-20页 |
| 2 路面裂缝图像处理 | 第20-54页 |
| 2.1 路面裂缝图像的特征分析 | 第20-22页 |
| 2.2 图像增强 | 第22-40页 |
| 2.2.1 空间域增强 | 第23-29页 |
| 2.2.2 频率域增强 | 第29-40页 |
| 2.3 阈值分割 | 第40-49页 |
| 2.3.1 迭代阈值分割 | 第41-44页 |
| 2.3.2 最大方差比阈值分割 | 第44-47页 |
| 2.3.3 自适应阈值分割 | 第47-49页 |
| 2.4 多方向方差去噪 | 第49-53页 |
| 2.5 小结 | 第53-54页 |
| 3 基于支持向量机的裂缝分类 | 第54-67页 |
| 3.1 最优分类面 | 第54-57页 |
| 3.2 软间隔分类超平面 | 第57-59页 |
| 3.3 核函数 | 第59-61页 |
| 3.4 特征提取 | 第61-63页 |
| 3.5 实验 | 第63-66页 |
| 3.6 小结 | 第66-67页 |
| 4 路面裂缝识别系统的开发 | 第67-74页 |
| 4.1 系统开发的必要性 | 第67页 |
| 4.2 软件的基本功能 | 第67-74页 |
| 5 结论与展望 | 第74-76页 |
| 参考文献 | 第76-80页 |
| 致谢 | 第80-81页 |
| 个人简历 | 第81页 |
