基于图像处理的隧道掌子面地质信息研究
| 摘要 | 第1-7页 |
| Abstract | 第7-11页 |
| 第1章 绪论 | 第11-16页 |
| ·论文背景 | 第11-12页 |
| ·国内外现状 | 第12-13页 |
| ·研究内容和方法 | 第13-14页 |
| ·研究内容 | 第13-14页 |
| ·研究方法 | 第14页 |
| ·本文整体框架安排 | 第14-16页 |
| 第2章 隧道掌子面图像结构面边界抽取 | 第16-35页 |
| ·Canny边缘检测 | 第16-19页 |
| ·图像边界细化 | 第19-22页 |
| ·单点和节点清除 | 第22-23页 |
| ·边界自动连接 | 第23-33页 |
| ·边界端点查找 | 第24-26页 |
| ·边界链码构成 | 第26-27页 |
| ·边界近似多段线形成 | 第27-30页 |
| ·连接边界线 | 第30-33页 |
| ·边界过滤 | 第33-34页 |
| ·本章小结 | 第34-35页 |
| 第3章 隧道掌子面图像围岩参数提取 | 第35-39页 |
| ·掌子面内结构面产状 | 第35页 |
| ·岩石质量指标 | 第35-36页 |
| ·掌子面内单位面积裂隙长度 | 第36-37页 |
| ·掌子面内结构面平均间距 | 第37-38页 |
| ·最小二乘法进行结构面线性拟合 | 第37页 |
| ·掌子面内结构面视倾角 | 第37-38页 |
| ·同组结构面平均间距 | 第38页 |
| ·本章小结 | 第38-39页 |
| 第4章 隧道掌子面岩性识别 | 第39-49页 |
| ·图像模式识别技术 | 第39-40页 |
| ·掌子面岩石图像特征提取 | 第40-42页 |
| ·纹理特征值 | 第40-42页 |
| ·空间频率测量 | 第42页 |
| ·神经网络识别 | 第42-46页 |
| ·神经网络理论 | 第42-45页 |
| ·神经网络设计 | 第45-46页 |
| ·实际效果 | 第46-47页 |
| ·本章小结 | 第47-49页 |
| 第5章 TFGIS系统主要功能实现 | 第49-59页 |
| ·掌子面图像采集 | 第49-51页 |
| ·掌子面图像采集设备 | 第49-50页 |
| ·掌子面图像采集过程 | 第50-51页 |
| ·TFGIS系统主要功能实现 | 第51-58页 |
| ·TFGIS系统开发环境 | 第51-52页 |
| ·TFGIS运行的硬件环境 | 第52页 |
| ·TFGIS系统操作界面 | 第52页 |
| ·TFGIS系统操作流程 | 第52-58页 |
| ·本章小结 | 第58-59页 |
| 第6章 TFGIS系统工程应用 | 第59-64页 |
| ·工程概况 | 第59页 |
| ·掌子面分析 | 第59-63页 |
| ·提取结构面边界 | 第59-61页 |
| ·生成地质素描图 | 第61-62页 |
| ·掌子面岩体特征参数提取 | 第62-63页 |
| ·岩性识别 | 第63页 |
| ·本章小结 | 第63-64页 |
| 结论和展望 | 第64-65页 |
| 致谢 | 第65-66页 |
| 参考文献 | 第66-70页 |
| 攻读硕士学位期间发表的论文 | 第70页 |
