| 摘要 | 第5-7页 |
| Abstract | 第7-8页 |
| 第一章 绪论 | 第15-28页 |
| 1.1 论文选题背景 | 第15-22页 |
| 1.1.1 我国公路发展规划 | 第15-18页 |
| 1.1.2 我国公路建设的新特点 | 第18-19页 |
| 1.1.3 未来 20 年我国公路建设总原则 | 第19-20页 |
| 1.1.4 典型公路构造物事故回顾 | 第20-22页 |
| 1.2 论文研究内容 | 第22-24页 |
| 1.2.1 道路工程构造物开裂与表面变形系统研究 | 第22-23页 |
| 1.2.2 基于数字图像的混凝土构造物裂缝识别方法 | 第23页 |
| 1.2.3 基于双目视觉的砌体构造物表面位移识别方法 | 第23-24页 |
| 1.3 论文创新点 | 第24页 |
| 1.4 论文解决的关键技术 | 第24-27页 |
| 1.4.1 混凝土构件图像处理技术 | 第25页 |
| 1.4.1.1 裂缝图像降噪算法研究 | 第25页 |
| 1.4.1.2 裂缝图像边缘检测算法研究 | 第25页 |
| 1.4.2 砌体构造物图像重建技术 | 第25-27页 |
| 1.4.2.1 双目视觉测量理论与公式推导 | 第26页 |
| 1.4.2.2 摄像机参数计算 | 第26-27页 |
| 1.5 论文组织结构 | 第27-28页 |
| 第二章 道路工程构造物开裂与表面变形系统研究 | 第28-62页 |
| 2.1 文献综述 | 第28-47页 |
| 2.1.1 混凝土桥梁裂缝检测 | 第29-35页 |
| 2.1.2 大型桥梁监控 | 第35-37页 |
| 2.1.3 公路边坡监测 | 第37-44页 |
| 2.1.4 双目视觉技术的结构监测 | 第44-45页 |
| 2.1.5 文献总结 | 第45-47页 |
| 2.1.5.1 目前基于数字图像的桥梁裂缝识别技术存在的不足 | 第45-47页 |
| 2.1.5.2 目前基于基于双目视觉的位移识别技术存在的不足 | 第47页 |
| 2.2 系统功能要求与设计准则 | 第47-48页 |
| 2.2.1 系统功能要求 | 第47-48页 |
| 2.2.2 系统设计准则 | 第48页 |
| 2.3 钢筋混凝土桥梁裂缝分析 | 第48-52页 |
| 2.3.1 混凝土桥梁裂缝类型 | 第49-51页 |
| 2.3.1.1 裂缝产生原因 | 第49-50页 |
| 2.3.1.2 裂缝分类 | 第50-51页 |
| 2.3.2 混凝土桥梁裂缝评估 | 第51页 |
| 2.3.3 桥梁定期检测 | 第51-52页 |
| 2.4 公路高危边坡灾害分析 | 第52-57页 |
| 2.4.1 公路边坡灾害类型 | 第53-54页 |
| 2.4.2 公路边坡稳定性分析 | 第54-57页 |
| 2.4.2.1 边坡稳定性影响因素 | 第54-55页 |
| 2.4.2.2 公路边坡稳定性分析方法 | 第55-57页 |
| 2.5 摄像机选择 | 第57-58页 |
| 2.6 监测系统结构 | 第58-60页 |
| 2.7 数据采集与传输技术 | 第60-61页 |
| 2.7.1 数据采集硬件技术 | 第60页 |
| 2.7.2 数据采集软件技术 | 第60-61页 |
| 2.8 小结 | 第61-62页 |
| 第三章 基于数字图像的桥梁裂缝识别方法 | 第62-90页 |
| 3.1 基于数字图像技术的桥梁裂缝检测构架 | 第63-67页 |
| 3.1.1 桥梁裂缝图像采集 | 第64页 |
| 3.1.2 桥梁裂缝图像处理 | 第64-65页 |
| 3.1.3 裂缝识别计算 | 第65-67页 |
| 3.2 桥梁裂缝图像处理算法研究 | 第67-85页 |
| 3.2.1 图像灰度化算法 | 第67-69页 |
| 3.2.1.1 分量法 | 第68页 |
| 3.2.1.2 最大值法 | 第68页 |
| 3.2.1.3 平均值法 | 第68页 |
| 3.2.1.4 加权平均值法 | 第68-69页 |
| 3.2.2 图像增强 | 第69-70页 |
| 3.2.2.1 图像增强算法 | 第69页 |
| 3.2.2.2 增强算法比较 | 第69-70页 |
| 3.2.3 像素物理尺寸计算 | 第70-74页 |
| 3.2.3.1 Harris 角点检测算法 | 第71-72页 |
| 3.2.3.2 SV 角点检测算法 | 第72-73页 |
| 3.2.3.3 Harris 和 SV 结合算法 | 第73页 |
| 3.2.3.4 角点检测算法比较 | 第73-74页 |
| 3.2.4 图像滤波算法 | 第74-80页 |
| 3.2.4.1 模板平滑算法 | 第74-75页 |
| 3.2.4.2 中值滤波算法 | 第75-76页 |
| 3.2.4.3 均值滤波算法 | 第76-77页 |
| 3.2.4.4 中值与均值结合滤波算法 | 第77页 |
| 3.2.4.5 各种滤波方法效果评价 | 第77-80页 |
| 3.2.5 图像二值化 | 第80页 |
| 3.2.6 图像边缘检测算法 | 第80-85页 |
| 3.2.6.1 图像灰度值梯度函数 | 第80-81页 |
| 3.2.6.2 Roberts 算子 | 第81页 |
| 3.2.6.3 Sobel 算子 | 第81-82页 |
| 3.2.6.4 Prewitt 算子 | 第82页 |
| 3.2.6.5 LaPlacian 算子 | 第82页 |
| 3.2.6.6 Canny 算子 | 第82-83页 |
| 3.2.6.7 各种边缘检测算法效果评价 | 第83-85页 |
| 3.3 钢筋混凝土桥梁裂缝计算 | 第85-87页 |
| 3.3.1 特殊裂缝的像素宽计算 | 第85-86页 |
| 3.3.2 一般裂缝的像素宽计算 | 第86页 |
| 3.3.3 裂缝实际宽度计算 | 第86-87页 |
| 3.4 试验验证 | 第87-88页 |
| 3.5 小结 | 第88-90页 |
| 第四章 基于双目视觉的边坡表面变形识别方法 | 第90-113页 |
| 4.1 基于双摄像机的公路边坡表面监测构架 | 第91-93页 |
| 4.1.1 边坡监测目标点设置 | 第91-92页 |
| 4.1.2 边坡视频图像采集 | 第92-93页 |
| 4.1.3 双目视觉测量系统 | 第93页 |
| 4.2 双摄像机公路边坡监测方法 | 第93-102页 |
| 4.2.1 公路边坡表面监测坐标系 | 第93-95页 |
| 4.2.1.1 图像坐标系 | 第93页 |
| 4.2.1.2 像平面坐标系 | 第93-94页 |
| 4.2.1.3 摄像机坐标系 | 第94-95页 |
| 4.2.1.4 物空间坐标系 | 第95页 |
| 4.2.2 双目视觉测量原理 | 第95-98页 |
| 4.2.2.1 微孔成像模型 | 第95-96页 |
| 4.2.2.2 摄像机透视模型 | 第96-97页 |
| 4.2.2.3 监测目标点三维坐标计算 | 第97-98页 |
| 4.2.3 摄像机标定 | 第98-102页 |
| 4.2.3.1 径向约束标定 | 第98-100页 |
| 4.2.3.2 求解摄像机姿态参数和位置参数的 t_1、t_2值 | 第100-101页 |
| 4.2.3.3 求解内部参数及位置参数的 t_3值 | 第101-102页 |
| 4.3 基于双摄像机的公路边坡表面位移监测 | 第102-105页 |
| 4.3.1 公路边坡表面位移监测的前提条件 | 第102-103页 |
| 4.3.2 提取测点的图像坐标 | 第103-104页 |
| 4.3.3 测点的物空间坐标计算 | 第104页 |
| 4.3.4 边坡表面位移计算 | 第104-105页 |
| 4.4 试验验证 | 第105-111页 |
| 4.4.1 试验场景 | 第105页 |
| 4.4.2 摄像机标定 | 第105-110页 |
| 4.4.3 测点的物空间坐标计算 | 第110页 |
| 4.4.4 位移计算 | 第110-111页 |
| 4.5 精度分析 | 第111-112页 |
| 4.6 小结 | 第112-113页 |
| 第五章 系统开发与应用 | 第113-124页 |
| 5.1 系统结构设计与开发 | 第113-115页 |
| 5.1.1 系统结构设计 | 第113-115页 |
| 5.1.2 系统运行环境 | 第115页 |
| 5.1.2.1 系统硬件环境 | 第115页 |
| 5.1.2.2 系统软件环境 | 第115页 |
| 5.1.2.3 系统特点 | 第115页 |
| 5.2 系统运行过程 | 第115-120页 |
| 5.2.1 边坡表面变形监测系统 | 第115-118页 |
| 5.2.2 桥梁裂缝检测系统 | 第118-120页 |
| 5.3 工程应用 | 第120-124页 |
| 5.3.1 依托工程概况 | 第120页 |
| 5.3.2 监控设施 | 第120-124页 |
| 第六章 结论与展望 | 第124-127页 |
| 6.1 本论文主要结论 | 第124-126页 |
| 6.2 本论文创新点 | 第126页 |
| 6.3 进一步研究展望 | 第126-127页 |
| 参考文献 | 第127-136页 |
| 攻读博士学位期间取得的研究成果 | 第136-137页 |
| 一、发表的论文（含已投稿） | 第136页 |
| 二、获得授权的国家发明专利 | 第136-137页 |
| 致谢 | 第137-139页 |
| 附件 | 第139页 |
