基于计算机视觉的桥梁表面缺陷检测技术研究

  本文关键词：基于计算机视觉的桥梁表面缺陷检测技术研究，由笔耕文化传播整理发布。

博硕论文分类列表

马列主义、毛泽东思想 艺术

数理科学和化学 文学

天文学、地理科学 军事

文化科学、教育体育 经济

自然科学总论 哲学

查看更多分类

论文搜索

相关论文

基于计算机视觉的钢管焊缝缺陷图像
基于计算机视觉技术的汽车仪表板智
基于计算机视觉的刀具磨损检测技术
基于计算机视觉技术快速检测食品中
基于机器视觉的太阳能电池片表面缺
基于计算机视觉的驾驶员疲劳检测技
基于机器视觉的钢板表面缺陷检测技
基于计算机视觉技术的猪肉品质检测
基于生物技术与计算机视觉的食品微
基于机器视觉的带钢表面缺陷检测系
基于机器视觉的工业产品表面缺陷检
基于机器视觉的带钢表面缺陷检测装
微小零件尺寸及表面缺陷的机器视觉
钢板表面缺陷在线视觉检测系统关键
基于机器视觉的小型金属部件表面缺
基于计算机视觉的微小轴承外圈表面
基于计算机视觉的微小轴承外表面缺
基于支持向量机的机械零件计算机视
基于计算机视觉的机械零件尺寸检测
基于计算机视觉的车架纵梁在线检测
冷轧带钢表面缺陷机器视觉自动检测
钢球表面缺陷视觉检测技术的研究
基于机器视觉的木材表面缺陷的在线
基于计算机视觉技术的叶绿素含量检
基于计算机视觉的刀具后刀面磨损检
基于机器视觉的钢板表面缺陷检测系

科目列表

博士论文    

基于计算机视觉的桥梁表面缺陷检测技术研究

     论文目录

摘要第1-5页

Abstract第5-7页

目录第7-13页

第一章 绪论第13-19页

   ·研究课题的来源和意义第13-14页

   ·桥梁表面缺陷检测技术的国内外研究现状第14-16页

     ·桥梁的表面缺陷检测内容第14-15页

     ·桥梁表面缺陷无损检测技术的发展现状第15-16页

   ·本课题研究的主要内容第16-17页

   ·小结第17-19页

第二章 桥梁表面缺陷分类及其检测原理第19-33页

   ·桥梁检查相关知识第19-23页

     ·传统桥梁检查分类第19-21页

     ·桥梁表面缺陷形成的原因及其分类第21-23页

   ·桥梁表面缺陷检测系统及其硬件环境第23-31页

     ·CCD(Charge Coupled Device)技术及应用第23-27页

     ·系统工作硬件环境第27-30页

     ·照明系统的选择第30-31页

   ·系统工作原理第31-32页

   ·小结第32-33页

第三章 桥梁表面缺陷的数字图像处理第33-53页

   ·数字图像处理技术简介及其应用第33-36页

     ·数字图像处理的特点及优点第33-35页

     ·数字图像处理的应用第35-36页

   ·数字图像处理基础第36-39页

     ·图像的数字化第36-37页

     ·数字图像处理基本运算第37-39页

   ·桥梁图像的获取与数字化第39-40页

   ·桥梁缺陷图像预处理第40-45页

     ·多图像平均法第41页

     ·中值滤波第41-43页

     ·加权邻域平均法第43-44页

     ·算法实现第44-45页

   ·桥梁表面缺陷图像分割第45-52页

     ·图像分割理论第45-46页

     ·图像分割算法分类第46-48页

     ·基于迭代剪枝算法的桥梁表面缺陷分割第48-51页

     ·缺陷发像分割中的形态学运算第51-52页

   ·小结第52-53页

第四章 基于神经网络的裂缝分类系统第53-84页

   ·神经网络的基本知识第53-56页

     ·人工神经网络发展概况第53-55页

     ·神经网络的基本类型第55-56页

   ·BP神经网络第56-63页

     ·BP神经网络的模型和算法第57-58页

     ·BP神经网络的学习训练过程第58-63页

   ·训练数据集与测试数据集第63-68页

     ·训练数据集第63-67页

     ·测试数据集第67-68页

   ·用BP神经网络对裂缝图像进行分类第68-80页

     ·网络结构与网络训练第69-74页

     ·裂缝图像识别第74-80页

   ·识别结果分析第80-82页

   ·裂缝尺寸的几何估算第82-83页

   ·小结第83-84页

第五章 裂缝图像数据库与软件设计第84-91页

   ·缺陷表面缺陷管理与维护概述第84-85页

   ·缺陷图像数据库设计方案第85-89页

     ·数据库文件管理方式的选择第85-87页

     ·数据库系统开发第87-89页

   ·软件介绍第89页

   ·小结第89-91页

总结与建议第91-93页

参考文献第93-96页

攻读学位期间发表的论文第96-97页

独创性声明第97-98页

致谢第98页

论文编号BS1111761，这篇论文共98页
会员购买按0.35元/页下载，共需支付34.3元。        直接购买按0.5元/页下载，共需要支付49元 。

 您可能感兴趣的论文

论文标题页数级别

基于计算机视觉的微小轴承表面缺陷检测技术研究98页硕士论文

基于计算机视觉的铁轨表面缺陷检测技术研究78页硕士论文

基于机器视觉的发动机包覆层表面缺陷检测技术研究58页硕士论文

绿橙表面缺陷及大小尺寸的计算机视觉分级技术研究88页硕士论文

基于计算机视觉技术的汽车涂膜缺陷检测方法的研究79页硕士论文

基于计算机视觉的木材表面缺陷检测研究70页硕士论文

基于计算机视觉的脐橙表面常见缺陷种类识别的研究82页硕士论文

基于计算机视觉的芒果表面缺陷检测方法研究64页硕士论文

基于计算机视觉木材表面缺陷检测方法研究83页硕士论文

基于计算机视觉的线路板缺陷检测技术研究67页硕士论文

基于计算机视觉的微小轴承表面缺陷检测控制系统研究81页硕士论文

基于计算机视觉的带钢表面缺陷在线检测系统的设计与实现70页硕士论文

基于计算机视觉的小型环件表面缺陷检测系统研究59页硕士论文

表面缺陷视觉在线检测关键技术研究186页博士论文

版权申明：本目录由网站制作，本站并未收录原文，如果您是作者，，需要删除本篇论文目录请通过QQ或其它联系方式告知我们，我们承诺24小时内删除。

  本文关键词：基于计算机视觉的桥梁表面缺陷检测技术研究，由笔耕文化传播整理发布。