基于OpenCV的路面裂缝检测算法研究
| 摘要 | 第5-6页 |
| abstract | 第6-7页 |
| 第1章 绪论 | 第10-16页 |
| 1.1 研究目的和意义 | 第10-11页 |
| 1.2 课题的国内外研究现状 | 第11-13页 |
| 1.2.1 路面裂缝检测的国外研究现状 | 第11-12页 |
| 1.2.2 路面裂缝检测的国内研究现状 | 第12-13页 |
| 1.3 课题研究内容及章节安排 | 第13-16页 |
| 第2章 总体方案设计及图像预处理 | 第16-28页 |
| 2.1 总体方案设计 | 第16-17页 |
| 2.2 图像预处理流程 | 第17-18页 |
| 2.3 图像灰度化 | 第18-19页 |
| 2.4 图像对比度增强 | 第19-23页 |
| 2.4.1 直方图均衡化 | 第19-21页 |
| 2.4.2 分段线性变换 | 第21-22页 |
| 2.4.3 gamma校正 | 第22-23页 |
| 2.5 图像滤波 | 第23-27页 |
| 2.5.1 均值滤波 | 第23页 |
| 2.5.2 中值滤波 | 第23页 |
| 2.5.3 高斯滤波 | 第23-24页 |
| 2.5.4 双边滤波 | 第24-27页 |
| 2.6 本章小结 | 第27-28页 |
| 第3章 裂缝检测及定位 | 第28-45页 |
| 3.1 特征提取算法 | 第28-35页 |
| 3.1.1 SIFT特征 | 第28-31页 |
| 3.1.2 SURF特征 | 第31-33页 |
| 3.1.3 ORB特征 | 第33-35页 |
| 3.2 支持向量机分类器 | 第35-40页 |
| 3.2.1 线性可分支持向量机 | 第35-37页 |
| 3.2.2 线性支持向量机 | 第37-38页 |
| 3.2.3 非线性支持向量机 | 第38-40页 |
| 3.3 裂缝检测定位 | 第40-43页 |
| 3.3.1 裂缝检测定位模型训练 | 第40-42页 |
| 3.3.2 裂缝检测定位模型测试 | 第42-43页 |
| 3.4 本章小结 | 第43-45页 |
| 第4章 裂缝提取识别及参数计算 | 第45-64页 |
| 4.1 裂缝分割提取 | 第45-51页 |
| 4.1.1 基于边缘的分割 | 第45-47页 |
| 4.1.2 基于阈值的分割 | 第47-51页 |
| 4.2 轮廓跟踪与筛选 | 第51-53页 |
| 4.3 裂缝类型识别 | 第53-58页 |
| 4.4 数学形态学处理 | 第58-61页 |
| 4.4.1 数学形态学基本运算 | 第58-59页 |
| 4.4.2 图像细化 | 第59-61页 |
| 4.5 裂缝的参数计算 | 第61-63页 |
| 4.6 本章小结 | 第63-64页 |
| 第5章 裂缝检测平台的开发 | 第64-75页 |
| 5.1 平台开发环境 | 第64-65页 |
| 5.2 平台设计 | 第65-67页 |
| 5.3 平台实现 | 第67-74页 |
| 5.4 本章小结 | 第74-75页 |
| 结论 | 第75-77页 |
| 参考文献 | 第77-82页 |
| 致谢 | 第82页 |
