摘要 | 第5-7页 |
ABSTRACT | 第7-8页 |
第一章 绪论 | 第12-22页 |
1.1 研究混凝土裂缝的背景和意义 | 第12-14页 |
1.2 裂缝表面形态等级划分研究现状 | 第14-17页 |
1.2.1 岩石力学的相关划分标准 | 第14-16页 |
1.2.2 中华人民共和国国家标准工程岩体分级标准 | 第16-17页 |
1.3 混凝土裂隙分类评判标准研究现状 | 第17-18页 |
1.4 基于图像处理的混凝土裂缝国内研究现状 | 第18-19页 |
1.5 基于图像处理的混凝土裂缝国外研究现状 | 第19页 |
1.6 现有表面形态等级标准分析及存在的问题 | 第19-20页 |
1.7 论文研究的内容 | 第20-21页 |
1.8 论文组织结构 | 第21-22页 |
第二章 混凝土裂缝图像处理 | 第22-48页 |
2.1 图像分割前的工作 | 第22-23页 |
2.2 混凝土裂缝图像处理基本算法 | 第23-25页 |
2.2.1 图像数学形态处理 | 第23-25页 |
2.3 阈值分割法 | 第25-33页 |
2.3.1 最大类间方差法 | 第26-27页 |
2.3.2 迭代法 | 第27-30页 |
2.3.3 区域生长法 | 第30-31页 |
2.3.4 手动阈值分割 | 第31-32页 |
2.3.5 自动阈值分割 | 第32-33页 |
2.4 图像去噪 | 第33-39页 |
2.5 图像边缘检测 | 第39-45页 |
2.5.1 边缘检测原理 | 第39页 |
2.5.2 边缘检测经典算子及实现 | 第39-45页 |
2.6 本章小结 | 第45-48页 |
第三章 图像分割算法及其改进算法 | 第48-58页 |
3.1 模糊值聚类图像分割算法及其改进算法 | 第48-52页 |
3.1.1 模糊C均值聚类方法(FCM) | 第49-50页 |
3.1.2 基于邻域隶属度约束的聚类方法(FCM_S) | 第50页 |
3.1.3 基于核函数测量距离和空间域的约束聚类算法(KFCM_S) | 第50-52页 |
3.2 二次改进的聚类方法 | 第52-54页 |
3.3 算法分析 | 第54-56页 |
3.3.1 传统分割方法与二次改进图像分割算法的比较 | 第54-56页 |
3.4 本章小结 | 第56-58页 |
第四章 基于LAB和OTSU的裂缝目标提取 | 第58-70页 |
4.1 混凝土裂缝图像获取方式 | 第58-59页 |
4.2 传统图像分割算法 | 第59-60页 |
4.3 现有方法存在的缺陷 | 第60页 |
4.4 LAB空间原理 | 第60-61页 |
4.5 大津算法原理 | 第61-62页 |
4.6 LAB空间和OTSU的裂缝目标提取步骤 | 第62-69页 |
4.7 本章小结 | 第69-70页 |
第五章 混凝土裂缝特征参数的提取与分析 | 第70-88页 |
5.1 混凝土裂缝特征参数的确定 | 第70-81页 |
5.1.1 测量裂缝目标区域面积 | 第73-74页 |
5.1.2 裂缝目标区域面积/总面积 | 第74-75页 |
5.1.3 图像中的分枝数 | 第75页 |
5.1.4 单位面积目标区域裂缝分枝数 | 第75-78页 |
5.1.5 背景区域平均面积∕采样面面积 | 第78-79页 |
5.1.6 裂缝总长度 | 第79页 |
5.1.7 裂缝平均宽度 | 第79-81页 |
5.2 实例的应用与检验 | 第81-87页 |
5.3 本章小结 | 第87-88页 |
第六章 结论与展望 | 第88-90页 |
6.1 结论 | 第88-89页 |
6.2 展望 | 第89-90页 |
致谢 | 第90-92页 |
参考文献 | 第92-98页 |
附录 | 第98-99页 |