| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 1 绪论 | 第8-13页 |
| 1.1 课题背景 | 第8页 |
| 1.2 国内外发展情况 | 第8-9页 |
| 1.3 本文的课题选材 | 第9-11页 |
| 1.4 本文的研究内容 | 第11-13页 |
| 2 视频检索技术和路面病害介绍 | 第13-24页 |
| 2.1 视频检索技术 | 第13-20页 |
| 2.1.1 视频结构分析 | 第13-14页 |
| 2.1.2 视频压缩编码技术 | 第14-17页 |
| 2.1.3 视频分割技术 | 第17-20页 |
| 2.2 道路病害介绍 | 第20-23页 |
| 2.2.1 裂缝类病害形成原因 | 第21页 |
| 2.2.2 裂缝类病害损坏程度鉴别 | 第21-23页 |
| 2.3 本章小结 | 第23-24页 |
| 3 道路病害视频检索的新算法 | 第24-38页 |
| 3.1 道路视频的特点 | 第24-25页 |
| 3.2 亮度帧差和镜头边界系数结合的切变算法 | 第25-31页 |
| 3.2.1 基于相邻帧差方法的基本假设 | 第25页 |
| 3.2.2 基于亮度的窗帧差 | 第25-28页 |
| 3.2.3 镜头切变检测系数与镜头边界系数 | 第28-29页 |
| 3.2.4 基于亮度帧差与SW_0镜头边界系数相结合的切变检测算法 | 第29-31页 |
| 3.3 基于颜色帧差的渐变检测 | 第31-32页 |
| 3.4 纹理特征与权重分配策略相结合的关键帧检测 | 第32-35页 |
| 3.5 道路视频检索的实验结果与讨论 | 第35-37页 |
| 3.6 本章小结 | 第37-38页 |
| 4 道路病害图像识别 | 第38-55页 |
| 4.1 道路病害图像的预处理 | 第38-45页 |
| 4.1.1 道路病害图像增强技术 | 第39-42页 |
| 4.1.2 道路病害图像平滑 | 第42-45页 |
| 4.2 道路病害图像的分割 | 第45-50页 |
| 4.2.1 基于阈值选取的病害图像分割 | 第46页 |
| 4.2.2 改进的直方图凹度分析的病害检测 | 第46-48页 |
| 4.2.3 道路裂缝类病害阈值分割结果与分析 | 第48-50页 |
| 4.3 基于投影法的道路裂缝病害识别 | 第50-54页 |
| 4.3.1 道路病害二值化图像的投影 | 第50-52页 |
| 4.3.2 运用模板分类器识别道路裂缝病害 | 第52-54页 |
| 4.4 本章小结 | 第54-55页 |
| 5 实验结果和系统实现 | 第55-60页 |
| 5.1 实验平台介绍 | 第55页 |
| 5.2 道路病害视频检测模块介绍 | 第55-57页 |
| 5.3 道路病害识别模块介绍 | 第57-59页 |
| 5.4 本章小结 | 第59-60页 |
| 结论 | 第60-61页 |
| 参考文献 | 第61-64页 |
| 攻读硕士学位期间发表学术论文情况 | 第64-65页 |
| 致谢 | 第65-67页 |