基于图像处理的路面裂缝自动检测技术研究
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第9-22页 |
| 1.1 论文研究背景及意义 | 第9-11页 |
| 1.2 国内外路面检测发展状况 | 第11-15页 |
| 1.2.1 国外发展状况 | 第11-14页 |
| 1.2.2 国内发展状况 | 第14-15页 |
| 1.3 裂缝病害类型及衡量标准 | 第15-19页 |
| 1.3.1 裂缝类型 | 第15-17页 |
| 1.3.2 裂缝病害衡量标准 | 第17-19页 |
| 1.4 本论文研究的内容 | 第19-20页 |
| 1.5 本论文内容安排 | 第20-22页 |
| 第二章 路面裂缝图像预处理 | 第22-47页 |
| 2.1 图像工程概述 | 第22-26页 |
| 2.1.1 数字图像处理的目的 | 第24-25页 |
| 2.1.2 数字图像处理的主要内容 | 第25-26页 |
| 2.2 路面裂缝图像预处理 | 第26-45页 |
| 2.2.1 路面裂缝图像比例缩放 | 第26-28页 |
| 2.2.2 路面裂缝图像去噪平滑 | 第28-34页 |
| 2.2.3 路面裂缝图像光照不均调整 | 第34-45页 |
| 2.3 本章小结 | 第45-47页 |
| 第三章 路面裂缝图像分割 | 第47-69页 |
| 3.1 图像分割技术概述 | 第47-48页 |
| 3.2 路面裂缝图像边缘检测 | 第48-55页 |
| 3.3 路面裂缝图像阈值分割 | 第55-60页 |
| 3.4 路面裂缝图像数学形态学处理 | 第60-67页 |
| 3.4.1 腐蚀 | 第61-62页 |
| 3.4.2 膨胀 | 第62页 |
| 3.4.3 开运算和闭运算 | 第62-63页 |
| 3.4.4 细化 | 第63-64页 |
| 3.4.5 路面裂缝提取及细化 | 第64-67页 |
| 3.5 本章小结 | 第67-69页 |
| 第四章 路面裂缝图像特征提取与识别 | 第69-86页 |
| 4.1 路面裂缝特征提取 | 第69-72页 |
| 4.2 支持向量机 | 第72-85页 |
| 4.2.1 机器学习概述 | 第72-73页 |
| 4.2.2 支持向量机 | 第73页 |
| 4.2.3 线性可分模式 | 第73-78页 |
| 4.2.4 线性不可分模式 | 第78-81页 |
| 4.2.5 支持向量机的多分类问题 | 第81-83页 |
| 4.2.6 支持向量机裂缝识别 | 第83-85页 |
| 4.3 本章小结 | 第85-86页 |
| 第五章 裂缝参数计算 | 第86-89页 |
| 5.1 横向和纵向裂缝长度 | 第86页 |
| 5.2 块状和网状裂缝面积 | 第86-87页 |
| 5.3 裂缝参数计算结果 | 第87-88页 |
| 5.4 本章小结 | 第88-89页 |
| 全文总结与展望 | 第89-91页 |
| 参考文献 | 第91-94页 |
| 致谢 | 第94页 |
