| 摘要 | 第4-5页 |
| abstract | 第5页 |
| 第一章 绪论 | 第8-16页 |
| 1.1 研究背景 | 第8-10页 |
| 1.2 国内外研究现状 | 第10-15页 |
| 1.2.1 路面裂缝检测系统研究现状 | 第10-13页 |
| 1.2.2 路面裂缝图像检测算法研究现状 | 第13-15页 |
| 1.3 课题的研究意义和研究内容 | 第15-16页 |
| 第二章 路面裂缝图像基本处理方法 | 第16-28页 |
| 2.1 路面裂缝图像特点及处理过程 | 第16-17页 |
| 2.1.1 路面裂缝图像特点 | 第16-17页 |
| 2.1.2 路面裂缝图像的处理过程 | 第17页 |
| 2.2 灰度变换增强 | 第17-21页 |
| 2.2.1 直方图均衡化 | 第18页 |
| 2.2.2 非线性拉伸 | 第18页 |
| 2.2.3 线性拉伸 | 第18-21页 |
| 2.3 图像滤波 | 第21-24页 |
| 2.3.1 均值滤波 | 第21-22页 |
| 2.3.2 中值滤波 | 第22页 |
| 2.3.3 改进中值滤波 | 第22-24页 |
| 2.4 图像形态学处理 | 第24-25页 |
| 2.4.1 膨胀和腐蚀 | 第24页 |
| 2.4.2 开运算和闭运算 | 第24-25页 |
| 2.5 特征提取和图像分割 | 第25-28页 |
| 2.5.1 K-means聚类算法 | 第25-26页 |
| 2.5.2 最大类间方差法 | 第26-28页 |
| 第三章 路面裂缝检测算法研究 | 第28-42页 |
| 3.1 算法框架 | 第28-29页 |
| 3.2 路面裂缝图像预处理 | 第29-35页 |
| 3.2.1 图像滤波 | 第29-31页 |
| 3.2.2 图像初步标记 | 第31-33页 |
| 3.2.3 图像增强处理 | 第33-35页 |
| 3.3 路面裂缝检测 | 第35-39页 |
| 3.3.1 基于K-means聚类算法的路面裂缝检测 | 第35-36页 |
| 3.3.2 改进的K-means聚类算法 | 第36-39页 |
| 3.4 路面裂缝图像检测结果分析 | 第39-42页 |
| 第四章 路面裂缝特征提取与分类 | 第42-52页 |
| 4.1 路面裂缝类型介绍 | 第42-45页 |
| 4.2 路面裂缝图像类型判断 | 第45-47页 |
| 4.2.1 裂缝类型判断方法 | 第45页 |
| 4.2.2 路面裂缝图像分类结果分析 | 第45-47页 |
| 4.3 路面裂缝参数计算 | 第47-52页 |
| 4.3.1 路面裂缝分割 | 第47-48页 |
| 4.3.2 线性裂缝参数计算 | 第48-49页 |
| 4.3.3 复杂裂缝参数计算 | 第49-52页 |
| 第五章 雾霾下的路面裂缝检测算法研究 | 第52-62页 |
| 5.1 雾霾下的路面裂缝检测问题 | 第52-53页 |
| 5.2 雾霾下图像清晰化理论基础 | 第53-58页 |
| 5.2.1 全局直方图处理 | 第53-54页 |
| 5.2.2 局部直方图处理 | 第54-55页 |
| 5.2.3 Retinex增强处理 | 第55-56页 |
| 5.2.4 导向滤波 | 第56-58页 |
| 5.3 雾霾下路面裂缝检测算法及实现 | 第58-62页 |
| 5.3.1 算法框架 | 第58-59页 |
| 5.3.2 雾霾下路面裂缝检测结果分析 | 第59-62页 |
| 第六章 总结与展望 | 第62-64页 |
| 6.1 本文总结 | 第62-63页 |
| 6.2 工作展望 | 第63-64页 |
| 参考文献 | 第64-68页 |
| 攻读学位期间所取得的相关科研成果 | 第68-70页 |
| 致谢 | 第70页 |