| 摘要 | 第5-7页 |
| Abstract | 第7-8页 |
| 第一章 绪论 | 第11-25页 |
| 1.1 引言 | 第11-12页 |
| 1.2 研究背景 | 第12-13页 |
| 1.3 相关技术的发展历程及研究现状 | 第13-21页 |
| 1.3.1 数字图像相关法的研究发展 | 第14-15页 |
| 1.3.2 边缘检测法的研究发展 | 第15-17页 |
| 1.3.3 亚像素边缘检测技术的研究发展 | 第17-18页 |
| 1.3.4 自锚式悬索桥的研究发展 | 第18-21页 |
| 1.4 结构模态分析综述及应用 | 第21-23页 |
| 1.5 论文研究的主要内容 | 第23-25页 |
| 第二章 数字图像检测技术的原理及处理方法 | 第25-38页 |
| 2.1 概述 | 第25-26页 |
| 2.2 数字图像的采集及处理 | 第26-27页 |
| 2.2.1 数字图像的采集 | 第26页 |
| 2.2.2 数字图像的预处理 | 第26-27页 |
| 2.3 数字图像的边缘检测 | 第27-32页 |
| 2.3.1 基于Canny算子的整像素边缘检测 | 第27-29页 |
| 2.3.2 亚像素边缘检测 | 第29-32页 |
| 2.4 简支梁的数字图像检测操作流程实例 | 第32-37页 |
| 2.4.1 简支梁的静载视频检测 | 第32-35页 |
| 2.4.2 简支梁的动载视频检测 | 第35-37页 |
| 2.5 小结 | 第37-38页 |
| 第三章 独塔式自锚式悬索桥的有限元模型的建立 | 第38-51页 |
| 3.1 独塔自锚式悬索桥的有限元分析 | 第38-42页 |
| 3.1.1 节线法在悬索桥初始平衡状态中的分析应用 | 第38-41页 |
| 3.1.2 初始平衡状态的精确分析 | 第41-42页 |
| 3.2 全桥的有限元模型的初始平衡的建立 | 第42-43页 |
| 3.3 有限元模型的建立 | 第43-46页 |
| 3.3.1 模型概况 | 第43-44页 |
| 3.3.2 主缆及吊索 | 第44页 |
| 3.3.3 桥面及主塔 | 第44-45页 |
| 3.3.4 边界条件及构件连接 | 第45页 |
| 3.3.5 模型的建立 | 第45-46页 |
| 3.4 独塔自锚式悬索桥的动力特性分析 | 第46-50页 |
| 3.5 本章小结 | 第50-51页 |
| 第四章 数字图像技术的悬索桥主缆的动力特性研究 | 第51-67页 |
| 4.1 悬索桥的结构体系的分类 | 第51-52页 |
| 4.1.1 按锚固方式分类 | 第51-52页 |
| 4.1.2 按索面的形式分类 | 第52页 |
| 4.2 自锚式悬索桥试验模型 | 第52-54页 |
| 4.3 基于数字图像技术的主缆动力特性研究 | 第54-66页 |
| 4.3.1 视频的采集及图像预处理 | 第54-56页 |
| 4.3.2 主缆的边缘识别及干扰处理 | 第56-59页 |
| 4.3.3 亚像素边缘检测 | 第59-62页 |
| 4.3.4 主缆的模态分析 | 第62-66页 |
| 4.3.5 结果对比分析 | 第66页 |
| 4.4 本章小结 | 第66-67页 |
| 第五章 悬索桥加劲梁的动力特性及数字图像研究 | 第67-90页 |
| 5.1 概述 | 第67页 |
| 5.2 基于传统动载检测的悬索桥模态分析 | 第67-72页 |
| 5.3 自锚式悬索桥加劲梁的数字图像检测试验 | 第72-82页 |
| 5.3.1 视屏采集及分解模块 | 第72-73页 |
| 5.3.2 图像预处理模块 | 第73-75页 |
| 5.3.3 边缘识别模块 | 第75-78页 |
| 5.3.4 亚像素边缘检测模块 | 第78-82页 |
| 5.4 基于数字图像检测数据的加劲梁模态分析 | 第82-85页 |
| 5.5 结果对比分析 | 第85-88页 |
| 5.6 本章小结 | 第88-90页 |
| 第六章 结论与展望 | 第90-92页 |
| 6.1 结论 | 第90-91页 |
| 6.2 展望 | 第91-92页 |
| 参考文献 | 第92-96页 |
| 附录 攻读硕士学位期间发表学术论文情况 | 第96-97页 |
| 致谢 | 第97页 |