基于图像识别的路面坑洞特征提取研究
| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第9-21页 |
| 1.1 研究背景及意义 | 第9-10页 |
| 1.2 研究现状与发展趋势 | 第10-18页 |
| 1.2.1 基于图像处理的测量技术现状及发展趋势 | 第10-11页 |
| 1.2.2 边缘提取的技术现状及发展趋势 | 第11-16页 |
| 1.2.3 移动应用开发技术现状 | 第16-18页 |
| 1.3 主要研究内容 | 第18-19页 |
| 1.4 研究创新点 | 第19页 |
| 1.5 论文组织结构 | 第19-21页 |
| 第二章 图像特征提取相关理论研究 | 第21-31页 |
| 2.1 图像预处理 | 第21-23页 |
| 2.1.1 图像运算 | 第21-22页 |
| 2.1.2 图像去噪 | 第22页 |
| 2.1.3 效果评价 | 第22-23页 |
| 2.2 基于图像的尺寸测量方法 | 第23-26页 |
| 2.2.1 基于参考物测量 | 第23-24页 |
| 2.2.2 基于采集系统测量 | 第24-26页 |
| 2.2.3 评价指标及方法 | 第26页 |
| 2.3 边缘检测 | 第26-29页 |
| 2.3.1 边缘检测概述 | 第26-27页 |
| 2.3.2 边缘检测算法及要求 | 第27-28页 |
| 2.3.3 评价指标及方法 | 第28-29页 |
| 2.4 小结 | 第29-31页 |
| 第三章 基于无参考物的坑洞尺寸测量 | 第31-52页 |
| 3.1 平面测量 | 第31-36页 |
| 3.1.1 测量方法及步骤 | 第31-32页 |
| 3.1.2 图像采集与预处理 | 第32-34页 |
| 3.1.3 测量模型与实现 | 第34-36页 |
| 3.2 深度测量 | 第36-40页 |
| 3.2.1 模型建立及分析 | 第37-39页 |
| 3.2.2 测量步骤与实现 | 第39-40页 |
| 3.3 实验与分析 | 第40-51页 |
| 3.3.1 误差来源与分析 | 第41-47页 |
| 3.3.2 实验验证与分析 | 第47-51页 |
| 3.3.3 实验结论 | 第51页 |
| 3.4 小结 | 第51-52页 |
| 第四章 IM-PCNN坑洞边缘提取 | 第52-67页 |
| 4.1 概述 | 第52-54页 |
| 4.1.1 PCNN模型 | 第53-54页 |
| 4.1.2 形态学 | 第54页 |
| 4.2 模型改进与优化 | 第54-57页 |
| 4.2.1 模型简化 | 第54-55页 |
| 4.2.2 线性连接输入项 | 第55-56页 |
| 4.2.3 边缘值 | 第56-57页 |
| 4.3 IM-PCMM方法与实现 | 第57-59页 |
| 4.3.1 IM-PCNN | 第57页 |
| 4.3.2 图像增强 | 第57-58页 |
| 4.3.3 实施步骤 | 第58-59页 |
| 4.4 实验结果与分析 | 第59-65页 |
| 4.4.1 边缘检测评价方法 | 第59-60页 |
| 4.4.2 实验结果与分析 | 第60-65页 |
| 4.5 小结 | 第65-67页 |
| 第五章 坑洞图像采集移动应用分析与设计 | 第67-87页 |
| 5.1 移动应用概述 | 第67-69页 |
| 5.2 移动应用需求分析 | 第69-73页 |
| 5.2.1 关键功能需求 | 第69-70页 |
| 5.2.2 关键质量属性需求 | 第70-71页 |
| 5.2.3 其他设计需求 | 第71-73页 |
| 5.3 移动应用总体设计 | 第73-80页 |
| 5.3.1 场景视图 | 第73-74页 |
| 5.3.2 逻辑视图 | 第74-78页 |
| 5.3.3 过程视图 | 第78-80页 |
| 5.4 移动应用详细设计 | 第80-86页 |
| 5.4.1 位置服务 | 第80-82页 |
| 5.4.2 相机API | 第82-83页 |
| 5.4.3 传感器API | 第83-85页 |
| 5.4.4 网络连接 | 第85-86页 |
| 5.5 小结 | 第86-87页 |
| 第六章 总结与展望 | 第87-89页 |
| 6.1 工作总结 | 第87-88页 |
| 6.2 研究展望 | 第88-89页 |
| 致谢 | 第89-90页 |
| 参考文献 | 第90-95页 |
| 攻读学位期间取得的研究成果 | 第95页 |
