摘要 | 第6-7页 |
ABSTRACT | 第7页 |
第一章 绪论 | 第10-19页 |
1.1 问题的提出 | 第10-11页 |
1.2 国内外研究现状 | 第11-14页 |
1.2.1 路面坑槽形成原因及其分类 | 第11-12页 |
1.2.1.1 表面层产生的坑槽 | 第11-12页 |
1.2.1.2 上面层和中间层同时产生的坑槽 | 第12页 |
1.2.2 国内外常用检测仪器 | 第12-14页 |
1.2.3 国内外坑槽检测研究综述 | 第14页 |
1.3 | 第14-17页 |
1.3.1 研究主要内容 | 第14-16页 |
1.3.2 章节安排 | 第16-17页 |
1.4 本论文的研究目的和意义 | 第17页 |
1.5 论文技术路线 | 第17-19页 |
第二章 系统总体设计 | 第19-25页 |
2.1 系统总体框架 | 第19-20页 |
2.2 多传感器采集终端 | 第20-22页 |
2.3 系统标定 | 第22-23页 |
2.4 多传感器采集终端的安装 | 第23-24页 |
2.4.1 安装车辆的选择 | 第23页 |
2.4.2 安装位置 | 第23-24页 |
2.5 本章小结 | 第24-25页 |
第三章 多传感器采集终端的硬件设计 | 第25-36页 |
3.1 多传感器硬件总体设计 | 第25-26页 |
3.2 车载系统各部分硬件设计 | 第26-31页 |
3.2.1 主控制器模块 | 第26-28页 |
3.2.2 GPS模块 | 第28-29页 |
3.2.3 加速度计模块 | 第29-31页 |
3.3 相机的选择 | 第31-33页 |
3.4 多因素对图像采集的影响与分析 | 第33-34页 |
3.5 多传感器融合设计方法 | 第34-35页 |
3.6 本章小结 | 第35-36页 |
第四章 路面坑槽的面积与深度测量技术 | 第36-51页 |
4.1 路面坑槽面积测量的技术要点 | 第36-40页 |
4.1.1 图像预处理 | 第36-38页 |
4.1.2 基于区域生长的快速边缘检测 | 第38页 |
4.1.3 基于区域生长的边缘跟踪算法 | 第38-39页 |
4.1.4 坑槽面积的计算 | 第39-40页 |
4.2 路面坑槽的深度测量 | 第40-43页 |
4.2.1 双目立体视觉识别技术 | 第40-43页 |
4.3 基于双目识别技术的路面坑槽深度检测方法研究 | 第43-45页 |
4.3.1 基于双目识别的被动式路面坑槽深度检测 | 第43-45页 |
4.4 基于双目识别主动式路面坑槽深度检测技术 | 第45-50页 |
4.4.1 影像匹配的一般性方法 | 第45-49页 |
4.4.2 路面坑槽的空间三维坐标计算 | 第49-50页 |
4.5 本章小结 | 第50-51页 |
第五章 测试与分析 | 第51-55页 |
5.1 测试数据分析 | 第52-54页 |
5.1.1 路面坑槽的测量数据 | 第52-53页 |
5.1.2 坑槽面积与深度测量 | 第53-54页 |
5.2 本章小结 | 第54-55页 |
第六章 总结与展望 | 第55-56页 |
6.1 总结 | 第55页 |
6.2 展望 | 第55-56页 |
致谢 | 第56-57页 |
参考文献 | 第57-58页 |