| 摘要 | 第4-6页 |
| Abstract | 第6-8页 |
| 第一章 绪论 | 第12-27页 |
| 1.1 课题研究背景 | 第12-13页 |
| 1.2 路面裂缝智能检测系统的关键技术 | 第13-14页 |
| 1.3 路面裂缝智能检测系统关键技术的研究进展 | 第14-23页 |
| 1.3.1 路面裂缝图像的预处理 | 第15-17页 |
| 1.3.2 路面裂缝目标的分割 | 第17-22页 |
| 1.3.3 路面裂缝类型的分类 | 第22-23页 |
| 1.4 存在的主要问题 | 第23-24页 |
| 1.5 本文主要内容 | 第24-27页 |
| 第二章 基于压缩感知的路面裂缝图像滤噪算法 | 第27-50页 |
| 2.1 引言 | 第27页 |
| 2.2 压缩感知理论 | 第27-32页 |
| 2.2.1 路面图像的稀疏表示 | 第27-29页 |
| 2.2.2 压缩感知框架 | 第29-32页 |
| 2.3 建立压缩感知含噪图像模型 | 第32-40页 |
| 2.3.1 建立混合域稀疏框架 | 第33-34页 |
| 2.3.2 建立压缩感知的混合框架模型 | 第34-35页 |
| 2.3.3 交互分裂Bergman方法恢复图像 | 第35-38页 |
| 2.3.4 去噪模型的分裂Bergman迭代恢复算法 | 第38-40页 |
| 2.4 基于压缩感知的去噪算法 | 第40-42页 |
| 2.4.1 高频子带系数观测 | 第40-41页 |
| 2.4.2 高频子带系数重构 | 第41-42页 |
| 2.4.3 基于NSCT域CS含噪模型的滤噪算法 | 第42页 |
| 2.5 实验结果与分析 | 第42-49页 |
| 2.5.1 路面裂缝图像测试定性分析 | 第43-48页 |
| 2.5.2 路面裂缝图像测试定量分析 | 第48-49页 |
| 2.6 本章小结 | 第49-50页 |
| 第三章 路面裂缝图像自适应阈值分割 | 第50-74页 |
| 3.1 引言 | 第50页 |
| 3.2 路面裂缝分割方法 | 第50-55页 |
| 3.2.1 基于阈值的路面裂缝分割方法 | 第50-51页 |
| 3.2.2 模糊C-均值聚类分析分割方法 | 第51-55页 |
| 3.3 直方图FCM图像分割算法 | 第55-58页 |
| 3.3.1 算法原理 | 第55-56页 |
| 3.3.2 算法实验分析 | 第56-58页 |
| 3.4 改进直方图FCM图像分割算法 | 第58-62页 |
| 3.4.1 算法原理 | 第58-61页 |
| 3.4.2 算法实验分析 | 第61-62页 |
| 3.5 路面图像自适应分割算法 | 第62-73页 |
| 3.5.1 算法原理 | 第62-65页 |
| 3.5.2 路面裂缝图像定性分析 | 第65-72页 |
| 3.5.3 路面裂缝图像定量分析 | 第72-73页 |
| 3.6 本章小结 | 第73-74页 |
| 第四章 基于视觉模型的分段阈值边缘检测 | 第74-92页 |
| 4.1 引言 | 第74页 |
| 4.2 韦伯定律(Weber Law) | 第74-75页 |
| 4.3 图像分割阈值模型建立 | 第75-78页 |
| 4.3.1 视觉模型 | 第75-76页 |
| 4.3.2 分段阈值模型 | 第76-78页 |
| 4.4 基于视觉模型的边缘检测算法 | 第78-81页 |
| 4.4.1 多尺度轮廓元素去噪 | 第79-80页 |
| 4.4.2 多尺度轮廓元素获取梯度图像 | 第80-81页 |
| 4.4.3 基于分段阈值模型的边缘检测 | 第81页 |
| 4.5 实验结果与分析 | 第81-91页 |
| 4.5.1 路面裂缝图像定性评价 | 第81-86页 |
| 4.5.2 路面裂缝图像定量评价 | 第86-91页 |
| 4.6 本章小结 | 第91-92页 |
| 第五章 基于RBPNN网络的路面裂缝类型识别 | 第92-109页 |
| 5.1 引言 | 第92页 |
| 5.2 路面裂缝的类型 | 第92-94页 |
| 5.3 路面裂缝特征提取 | 第94-99页 |
| 5.3.1 路面裂缝线性特征 | 第94-97页 |
| 5.3.2 裂缝区域像素数 | 第97页 |
| 5.3.3 改进的分布密度 | 第97-99页 |
| 5.4 径向基概率神经网络 | 第99-104页 |
| 5.4.1 径向基神经网络 | 第99-100页 |
| 5.4.2 概率神经网络 | 第100-101页 |
| 5.4.3 径向基概率神经网络 | 第101-102页 |
| 5.4.4 RBPNN的学习方法 | 第102-104页 |
| 5.5 路面裂缝类型识别实验 | 第104-108页 |
| 5.5.1 数据预处理 | 第104-105页 |
| 5.5.2 基于RBPNN网络路面裂缝类型识别实验 | 第105-108页 |
| 5.6 本章小结 | 第108-109页 |
| 第六章 总结与展望 | 第109-112页 |
| 6.1 总结 | 第109-110页 |
| 6.2 展望 | 第110-112页 |
| 参考文献 | 第112-122页 |
| 攻读学位期间取得的研究成果论文发表 | 第122-124页 |
| 致谢 | 第124页 |