| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第9-15页 |
| 1.1 课题背景及意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-12页 |
| 1.2.1 裂缝识别研究现状 | 第10-12页 |
| 1.2.2 裂缝分类研究现状 | 第12页 |
| 1.3 主要研究内容与章节安排 | 第12-15页 |
| 1.3.1 研究内容 | 第12-13页 |
| 1.3.2 章节安排 | 第13-15页 |
| 第2章 沥青路面裂缝空间特征分析及实现流程 | 第15-19页 |
| 2.1 路面裂缝数据分析 | 第15-17页 |
| 2.1.1 路面裂缝影像数据分析 | 第15-16页 |
| 2.1.2 路面裂缝识别存在的主要问题 | 第16-17页 |
| 2.1.3 裂缝空间分布特性分析 | 第17页 |
| 2.2 裂缝检测整体算法流程图 | 第17-18页 |
| 2.3 本章小结 | 第18-19页 |
| 第3章 基于子块划分的置信区域提取方法 | 第19-25页 |
| 3.1 裂缝图像灰度校正 | 第19-20页 |
| 3.2 图像子块划分方法 | 第20-22页 |
| 3.2.1 路面图像子块均匀划分 | 第20-21页 |
| 3.2.2 路面图像子块非均匀划分 | 第21-22页 |
| 3.3 基于子块图像粗分割 | 第22-24页 |
| 3.3.1 域值计算 | 第22-23页 |
| 3.3.2 路面图像置信区域提取 | 第23页 |
| 3.3.3 裂缝图像形态学处理 | 第23-24页 |
| 3.4 本章小结 | 第24-25页 |
| 第4章 基于最大综合权重的裂缝识别方法 | 第25-38页 |
| 4.1 裂缝置信区域特征分析 | 第25-30页 |
| 4.1.1 形状特征分析 | 第25-27页 |
| 4.1.2 空间分布特征分析 | 第27-30页 |
| 4.2 基于神经网络子段计算 | 第30-33页 |
| 4.2.1 神经网络模型构建 | 第30-31页 |
| 4.2.2 子段计算结果 | 第31-33页 |
| 4.3 基于最大综合权重的裂缝识别算法 | 第33-34页 |
| 4.3.1 权重计算模型 | 第33-34页 |
| 4.3.2 权重评估方法 | 第34页 |
| 4.4 算例分析 | 第34-36页 |
| 4.5 本章小结 | 第36-38页 |
| 第5章 基于特征映射与主成分分析的裂缝分类方法 | 第38-47页 |
| 5.1 裂缝类型特征分析 | 第38-40页 |
| 5.2 裂缝分类方法 | 第40-44页 |
| 5.2.1 基于特征映射与主成分分析的裂缝特征值提取 | 第40-43页 |
| 5.2.2 裂缝类型特征值分类 | 第43-44页 |
| 5.3 算例分析 | 第44-46页 |
| 5.4 本章小结 | 第46-47页 |
| 第6章 总结与展望 | 第47-49页 |
| 6.1 总结 | 第47-48页 |
| 6.2 展望 | 第48-49页 |
| 参考文献 | 第49-52页 |
| 致谢 | 第52-53页 |
| 附录1 攻读硕士研究生期间参与的科研项目及成果 | 第53页 |