桥梁裂缝检测关键技术研究与系统实现
| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 符号对照表 | 第11-12页 |
| 缩略语对照表 | 第12-16页 |
| 第一章 绪论 | 第16-22页 |
| 1.1 研究背景及意义 | 第16-17页 |
| 1.2 国内外研究现状 | 第17-20页 |
| 1.3 本文研究内容及章节安排 | 第20-22页 |
| 1.3.1 本文研究内容 | 第20页 |
| 1.3.2 本文章节安排 | 第20-22页 |
| 第二章 裂缝检测基础理论 | 第22-46页 |
| 2.1 引言 | 第22页 |
| 2.2 图像去雾基础原理 | 第22-27页 |
| 2.2.1 大气散射模型 | 第22-23页 |
| 2.2.2 暗通道先验去雾理论 | 第23-27页 |
| 2.3 张量投票基础理论 | 第27-33页 |
| 2.3.1 张量投票理论思想 | 第27页 |
| 2.3.2 张量表示 | 第27-29页 |
| 2.3.3 张量投票 | 第29-32页 |
| 2.3.4 张量信息分析 | 第32-33页 |
| 2.4 张量投票用于裂缝检测 | 第33-39页 |
| 2.4.1 张量投票算法裂缝检测流程 | 第33页 |
| 2.4.2 裂缝种子点检测 | 第33-35页 |
| 2.4.3 裂缝种子点编码 | 第35-36页 |
| 2.4.4 稀疏球张量投票 | 第36-37页 |
| 2.4.5 低棒显著性筛除 | 第37-38页 |
| 2.4.6 密集棒张量投票 | 第38-39页 |
| 2.5 张量投票结果后处理 | 第39-42页 |
| 2.5.1 裂缝中心线提取 | 第39-41页 |
| 2.5.2 小连通域抑制 | 第41-42页 |
| 2.6 检测效果评价方法 | 第42-44页 |
| 2.7 本章小结 | 第44-46页 |
| 第三章 基于暗通道去雾裂缝图像增强算法 | 第46-70页 |
| 3.1 裂缝图像去雾增强 | 第46-55页 |
| 3.1.1 图像去雾增强方法 | 第46-50页 |
| 3.1.2 去雾增强效果评价 | 第50-52页 |
| 3.1.3 其他增强方法 | 第52-55页 |
| 3.2 裂缝图像去雾并行加速方法 | 第55-68页 |
| 3.2.1 去雾算法并行性分析 | 第55页 |
| 3.2.2 OpenCL编程框架介绍 | 第55-56页 |
| 3.2.3 GPU特性 | 第56-57页 |
| 3.2.4 最小值滤波加速 | 第57-59页 |
| 3.2.5 均值滤波加速 | 第59-63页 |
| 3.2.6 OpenCL核函数融合加速 | 第63-64页 |
| 3.2.7 实验结果 | 第64-68页 |
| 3.3 本章小结 | 第68-70页 |
| 第四章 基于角度量化和多尺度融合的裂缝检测算法 | 第70-86页 |
| 4.1 引言 | 第70页 |
| 4.2 张量投票角度量化 | 第70-76页 |
| 4.2.1 算法复杂度分析 | 第70-71页 |
| 4.2.2 棒张量场的旋转 | 第71-72页 |
| 4.2.3 张量场角度量化 | 第72-73页 |
| 4.2.4 量化前后检测结果对比 | 第73-76页 |
| 4.2.5 量化加速效果对比 | 第76页 |
| 4.3 基于尺度融合的裂缝图像检测算法 | 第76-83页 |
| 4.3.1 单尺度检测 | 第76-78页 |
| 4.3.2 多尺度融合的检测方法 | 第78-80页 |
| 4.3.3 检测结果评价 | 第80-81页 |
| 4.3.4 其他检测算法 | 第81-83页 |
| 4.4 本章小结 | 第83-86页 |
| 第五章 总结与展望 | 第86-88页 |
| 5.1 研究工作总结 | 第86页 |
| 5.2 未来工作展望 | 第86-88页 |
| 参考文献 | 第88-92页 |
| 致谢 | 第92-94页 |
| 作者简介 | 第94-95页 |
