本站原创摘要5-6
Abstract6-11
第1章 绪论11-21
1.1 研究背景11-13
1.2 基于图像分析技术的应用概述13-14
1.3 混凝土外观质量检测与评价研究现状14-20
1.3.1 在路面检测的研究现状14
1.3.2 混凝土表面裂缝缺陷检测研究现状14-18
1.3.3 混凝土表面其他缺陷检测研究现状18-20
1.4 研究的主要内容20-21
第2章 混凝土外观缺陷及图像技术基本理论21-31
2.1 混凝土外观缺陷分类21-23
2.2 图像技术基本理论23-30
2.2.1 数字图像23-24
2.2.2 图像增强24-25
2.2.3 边缘检测25-26
2.2.4 图像几何变换26-28
2.2.5 图像分割28
2.2.6 图像的形态学操作28-30
2.3 小结30-31
第3章 混凝土表面裂缝检测31-42
3.1 概述31
3.2 裂缝图像的分析方法31-39
3.2.1 采集裂缝图像32-33
3.2.2 将RGB 图像转化为灰度图像33
3.2.3 图像的修正和标定33-34
3.2.4 图像对比度增强34-35
3.2.5 图像的滤波平滑35-36
3.2.6 图像阀值分割36-37
3.2.7 消除孤立点或孤立块37
3.2.8 计算最大裂缝宽度37-39
3.3 程序实现及试验验证39-41
3.3.1 程序实现39
3.3.2 试验验证39-41
3.4 小结41-42
第4章 混凝土表面色差检测与评定42-50
4.1 概述42
4.2 人眼识别色差的影响因子分析42-44
4.3 拍摄条件对标准差的影响分析44-46
4.4 色差图像的分析方法46-48
4.4.1 采集色差图像46
4.4.2 RGB 图像转化为灰度图像46-47
4.4.3 计算灰度图像标准差47
4.4.4 色差评价体系47-48
4.5 程序实现及对比试验48-49
4.5.1 程序实现48
4.5.2 对比试验48-49
4.6 小结49-50
第5章 混凝土表面气孔、孔洞检测50-70
5.1 概述50
5.2 气孔、孔洞图像分析方法50-59
5.2.1 气孔、孔洞的图像特征51-52
5.2.2 图像滤波平滑52-53
5.2.3 图像边缘检测53-55
5.2.4 图像形态学操作55-58
5.2.5 缺陷定量统计58-59
5.3 气孔、孔洞图像试验研究59-63
5.3.1 检测效果评价指标59-60
5.3.2 试验结果及分析60-63
5.3.3 评价指标63
5.4 影响因子及优缺点分析63-69
5.4.1 CANNY 算子的阀值对识别的影响64-65
5.4.2 结构元素的边长对识别的影响65-68
5.4.3 优缺点分析68-69
5.5 小结69-70
第6章 混凝土桥梁外观质量评价体系70-79
6.1 概述70
6.2 评估方法和内容70
6.3 评估等级的确定70-71
6.4 评估模型的建立71-72
6.5 图像取样原则72
6.5.1 拍摄条件72
6.5.2 取样原则72
6.6 外观质量评估的指标等级72-74
6.6.1 裂缝评估指标的隶属度72-73
6.6.2 色差评估指标的隶属度73
6.6.3 气孔评估指标的隶属度73-74
6.7 评价指标权重的确定74-75
6.7.1 级评估各构件权向量74-75
6.7.2 级评估各构件权值向量75
6.8 试验研究75-77
6.8.1 试验准备75-77
6.8.2 试验结果及分析77
6.9 小结77-79
与展望79-81