基于图像处理技术的桥梁裂缝检测
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第一章 绪论 | 第8-13页 |
| 1.1 项目背景 | 第8-9页 |
| 1.2 课题研究现状 | 第9-11页 |
| 1.2.1 国内研究现状 | 第9-10页 |
| 1.2.2 国外研究现状 | 第10-11页 |
| 1.3 研究的目的和意义 | 第11页 |
| 1.4 本文的组织结构 | 第11-13页 |
| 第二章 数字图像处理基本理论 | 第13-17页 |
| 2.1 引言 | 第13页 |
| 2.2 图像与数字图像 | 第13页 |
| 2.3 数字图像的优点与其特点 | 第13-14页 |
| 2.4 数字图像的分类 | 第14页 |
| 2.5 数字图像处理与识别 | 第14-16页 |
| 2.5.1 从图像处理到图像识别 | 第14-15页 |
| 2.5.2 数字图像处理应用 | 第15-16页 |
| 2.6 本章小结 | 第16-17页 |
| 第三章 桥梁裂缝图像的增强与去噪 | 第17-31页 |
| 3.1 引言 | 第17页 |
| 3.2 彩色图像转灰度图像 | 第17-18页 |
| 3.3 图像增强 | 第18-24页 |
| 3.3.1 灰度变换增强 | 第19-21页 |
| 3.3.2 直方图均衡化增强 | 第21-24页 |
| 3.4 图像的二维阈值小波去噪 | 第24-30页 |
| 3.4.1 二维小波去噪原理 | 第25-28页 |
| 3.4.2 小波阈值化去噪具体步骤 | 第28页 |
| 3.4.3 小波阈值函数的选取 | 第28-29页 |
| 3.4.4 仿真分析 | 第29-30页 |
| 3.5 本章小结 | 第30-31页 |
| 第四章 桥梁裂缝图像的边缘检测 | 第31-53页 |
| 4.1 引言 | 第31页 |
| 4.2 裂缝边缘检测具体步骤 | 第31-32页 |
| 4.3 常用的边缘检测算子 | 第32-42页 |
| 4.3.1 梯度算子 | 第32-35页 |
| 4.3.2 高斯—拉普拉斯算子 | 第35-37页 |
| 4.3.3 Canny 边缘检测算子 | 第37-42页 |
| 4.4 阈值分割概述 | 第42-44页 |
| 4.5 常用阈值分割方法 | 第44-51页 |
| 4.5.1 实验法 | 第44页 |
| 4.5.2 根据直方图谷底确定阈值 | 第44-45页 |
| 4.5.3 最小均方误差法 | 第45-48页 |
| 4.5.4 迭代选择阈值法 | 第48-49页 |
| 4.5.5 最大类间方差法 | 第49-51页 |
| 4.6 图像分割仿真及分析 | 第51-52页 |
| 4.7 本章小结 | 第52-53页 |
| 第五章 桥梁裂缝提取算法研究 | 第53-64页 |
| 5.1 基本形态学运算 | 第53-56页 |
| 5.1.1 腐蚀 | 第53-54页 |
| 5.1.2 膨胀 | 第54页 |
| 5.1.3 开运算 | 第54-55页 |
| 5.1.4 闭运算 | 第55-56页 |
| 5.2 形态学应用的基本理论 | 第56-59页 |
| 5.2.1 边界提取 | 第56页 |
| 5.2.2 边界跟踪 | 第56-57页 |
| 5.2.3 细化算法 | 第57-59页 |
| 5.3 裂缝几何特征计算 | 第59-61页 |
| 5.3.1 裂缝宽度计算 | 第59-61页 |
| 5.4 裂缝几何特征精度计算 | 第61-63页 |
| 5.5 本章小结 | 第63-64页 |
| 总结与展望 | 第64-65页 |
| 参考文献 | 第65-67页 |
| 攻读学位期间发表论文情况 | 第67-68页 |
| 致谢 | 第68页 |
