基于图像分析的路面裂纹自动检测算法研究
| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 第1章 绪论 | 第8-13页 |
| ·背景 | 第8页 |
| ·国内外自动检测车发展情况 | 第8-11页 |
| ·国外发展情况 | 第9-10页 |
| ·国内发展情况 | 第10-11页 |
| ·本文的研究内容 | 第11-12页 |
| ·本文的内容安排 | 第12-13页 |
| 第2章 当前路面自动检测方法 | 第13-21页 |
| ·裂缝边缘的特点 | 第13页 |
| ·传统的边缘检测方法 | 第13-17页 |
| ·公路破损自动检测算法的一般步骤 | 第17-18页 |
| ·现有的病害检测算法 | 第18-19页 |
| ·自动检测算法面临的问题 | 第19页 |
| ·本章小结 | 第19-21页 |
| 第3章 基于小波分析的路面裂纹提取算法 | 第21-36页 |
| ·多分辨率分析的思想 | 第21-23页 |
| ·尺度函数 | 第21-23页 |
| ·小波变换 | 第23-28页 |
| ·小波变换的发展 | 第23-24页 |
| ·连续小波变换 | 第24页 |
| ·小波函数 | 第24-26页 |
| ·离散小波变换 | 第26-28页 |
| ·小波变换在图像处理中的应用 | 第28-30页 |
| ·基于小波变换的裂纹图片降噪增强算法 | 第30-31页 |
| ·路面实验结果 | 第31-35页 |
| ·本章小结 | 第35-36页 |
| 第4章 基于数学形态学的裂纹区域连通 | 第36-43页 |
| ·数学形态学简介 | 第36-39页 |
| ·裂纹的连通扩展算法 | 第39-42页 |
| ·本章小结 | 第42-43页 |
| 第5章 裂纹分类 | 第43-57页 |
| ·裂纹的类别 | 第43页 |
| ·裂纹的特征提取 | 第43-47页 |
| ·裂纹的像素总数 | 第44页 |
| ·裂纹的投影特征 | 第44-46页 |
| ·裂纹的最小外接矩的长宽比 | 第46-47页 |
| ·分类器设计 | 第47-54页 |
| ·人工神经网络概述 | 第47-51页 |
| ·基于BP神经网络的裂纹分类器 | 第51-54页 |
| ·实验结果 | 第54-55页 |
| ·本章小结 | 第55-57页 |
| 第6章 结束语 | 第57-59页 |
| 致谢 | 第59-60页 |
| 参考文献 | 第60-62页 |
