首页--工业技术论文--建筑科学论文--建筑施工论文--各项工程与工种论文--混凝土与加筋混凝土工程论文--混凝土的养护、拆模及缺陷的补救论文

基于机器视觉的混凝土裂缝检测方法研究

中文摘要第3-5页
英文摘要第5-6页
1 绪论第9-21页
    1.1 课题背景及研究目的第9-10页
    1.2 国内外研究现状第10-16页
    1.3 本文的研究方法,技术路线和结构安排第16-21页
2 混凝土图像的预处理与初步特征提取第21-43页
    2.1 图像灰度化第21页
    2.2 图像直方图均衡化增强预处理第21-24页
    2.3 图像滤波处理第24-26页
    2.4 图像初步特征提取第26-40页
        2.4.1 裂缝识别常用的边缘特征提取方法第26-33页
        2.4.2 基于Gabor滤波器的特征提取第33-40页
    2.5 本章小结第40-43页
3 混凝土裂缝图像的描述特征提取算法设计第43-51页
    3.1 LBP及其改进算子的原理与方法第43-48页
    3.2 ULGBPHS图像描述特征提取方法第48页
    3.3 非线性特征压缩—KernelPCA第48-50页
    3.5 本章小结第50-51页
4 混凝土裂缝目标的识别算法设计第51-67页
    4.1 集成学习概述第51-52页
    4.2 随机森林方法的原理与过程第52-55页
    4.3 随机森林与核心基分类器—决策树第55-58页
        4.3.1 传统随机森林与CART决策树第56-57页
        4.3.2 斜向随机森林算法与PSVM决策树第57-58页
    4.4 基于自适应遗传算法的分类器参数寻优第58-66页
    4.5 本章小结第66-67页
5 实验与分析第67-75页
    5.1 混凝土裂缝识别算法的全过程概述第67-68页
    5.2 评价指标—识别率的定义第68页
    5.3 数据集获取与数据扩充第68-70页
    5.4 Gabor核参数对识别率的影响第70-71页
    5.5 ULGBPHS分块大小对识别率的影响第71-72页
    5.6 PCA与KernelPCA特征压缩方式的对比第72-73页
    5.7 不同分类器对识别率的影响第73-74页
    5.8 本章小结第74-75页
6 结论与展望第75-79页
致谢第79-81页
参考文献第81-89页
附录第89页
    A.作者在攻读学位期间发表的论文目录第89页

论文共89页,点击 下载论文
上一篇:无线视频眼动仪的装置设计和瞳孔跟踪算法的研究
下一篇:动态环境下QoS增量预测模型