現(xiàn)代橋梁在我們的日常生產(chǎn)生活中發(fā)揮著越來越不可替代的作用。鋼筋混凝土由于其具備造價低廉,具備很好的耐久性等優(yōu)點,已經(jīng)成為現(xiàn)代橋梁中最常見的一種建筑類型。隨著時間不斷地向前推移,混凝土橋梁會出現(xiàn)老化、腐蝕等現(xiàn)象,因此,混凝土橋梁的日常檢測與養(yǎng)護成了國內(nèi)橋梁養(yǎng)護工作者越來越重視的工作內(nèi)容之一。裂縫是橋梁最為普遍出現(xiàn)的、也是最為急需解決的一種病害,裂縫的存在會嚴重危害到橋梁的安全。傳統(tǒng)的人工檢測手段已經(jīng)不能夠滿足日益增加的橋梁檢測需求,隨著計算機技術(shù)與自動化技術(shù)的不斷發(fā)展,基于數(shù)字圖像處理的橋梁裂縫無損檢測技術(shù)也越來越受到人們的重視,已經(jīng)成為許多專家學(xué)者研究的熱點課題之一。實際拍攝的裂縫圖像中存在著大量的干擾噪聲,還可能會出現(xiàn)陰影、光照不均勻等問題,這會影響到裂縫目標提取的成功率,進而影響到裂縫的診斷與識別。針對這些問題,本文研究一種可以實時、快速、準確地實現(xiàn)橋梁裂縫檢測的圖像處理方法,適用于搭載在無人機飛行平臺上的嵌入式系統(tǒng)。裂縫檢測嵌入式系統(tǒng)硬件平臺主要包括Cortex_A9嵌入式模塊、OV5640攝像模塊以及電源模塊。本文系統(tǒng)利用電源模塊進行供電,再通過OV5640... 

【文章頁數(shù)】：87 頁

【學(xué)位級別】：碩士

【文章目錄】：
學(xué)位論文數(shù)據(jù)集
摘要
ABSTRACT
第一章 緒論
    1.1 研究背景
    1.2 研究現(xiàn)狀
    1.3 存在的問題
    1.4 本文的主要內(nèi)容
第二章 圖像預(yù)處理方法研究
    2.1 引言
    2.2 圖像灰度化
    2.3 圖像濾波
        2.3.1 均值濾波
        2.3.2 中值濾波
        2.3.3 濾波結(jié)果評價
    2.4 圖像灰度變換
        2.4.1 灰度線性變換
        2.4.2 灰度非線性變換
        2.4.3 圖像直方圖均衡
    2.5 本章小結(jié)
第三章 裂縫目標分割方法研究
    3.1 引言
    3.2 基于閾值的圖像分割方法
        3.2.1 最大類間方差法
        3.2.2 Niblack算法
    3.3 基于區(qū)域的圖像分割方法
        3.3.1 區(qū)域生長法
        3.3.2 區(qū)域分裂合并法
    3.4 基于邊緣的圖像分割方法
    3.5 本文裂縫目標分割方法
        3.5.1 背景減除算法
        3.5.2 基于背景減除的自適應(yīng)閾值目標圖像分割算法
    3.6 結(jié)果對比
    3.7 本章小結(jié)
第四章 形態(tài)學(xué)濾波方法研究
    4.1 引言
    4.2 連通域的介紹
    4.3 基于K-means的形態(tài)學(xué)濾波算法
        4.3.1 傳統(tǒng)的形態(tài)學(xué)濾波算法
        4.3.2 關(guān)于K-means聚類算法基本理論
        4.3.3 基于K-means的形態(tài)學(xué)濾波算法
    4.4 本章小結(jié)
第五章 裂縫檢測系統(tǒng)的設(shè)計及驗證
    5.1 引言
    5.2 裂縫檢測系統(tǒng)的設(shè)計
        5.2.1 裂縫檢測系統(tǒng)嵌入式硬件系統(tǒng)設(shè)計
        5.2.2 裂縫檢測軟件系統(tǒng)設(shè)計
    5.3 裂縫檢測系統(tǒng)的驗證及結(jié)果分析
    5.4 本章小結(jié)
第六章 總結(jié)與展望
    6.1 本文工作總結(jié)
    6.2 未來展望
參考文獻
致謝
研究成果及已發(fā)表的學(xué)術(shù)論文
作者及導(dǎo)師簡介
附件


【參考文獻】：
期刊論文
[1]基于陣列超聲成像法的混凝土裂縫深度檢測[J]. 張軍,顧盛,潘永東,張健,吳玉龍.  無損檢測. 2020(03)
[2]Pavement crack image acquisition methods and crack extraction algorithms:A review[J]. Weixing Wang,Mengfei Wang,Hongxia Li,Heng Zhao,Kevin Wang,Changtao He,Jun Wang,Sifan Zheng,Jiabin Chen.  Journal of Traffic and Transportation Engineering（English Edition）. 2019(06)
[3]高速鐵路無砟軌道表面裂縫三維圖像自動識別算法[J]. 陽恩慧,張傲南,楊榮山,王郴平.  鐵道學(xué)報. 2019(11)
[4]一種用于混凝土結(jié)構(gòu)裂縫監(jiān)測的光纖傳感器[J]. 楊杰,張凱,程琳,王趙漢,李亞明.  壓電與聲光. 2019(04)
[5]基于自適應(yīng)均值的地鐵隧道裂縫圖像濾波算法[J]. 張振海,尹曉珍,任倩.  重慶交通大學(xué)學(xué)報(自然科學(xué)版). 2019(06)
[6]基于無人飛機成像的橋梁裂縫寬度識別可行性研究[J]. 鐘新谷,彭雄,沈明燕.  土木工程學(xué)報. 2019(04)
[7]路面破損圖像自動處理技術(shù)研究進展[J]. 徐志剛,車艷麗,李金龍,趙祥模,潘勇,王忠仁,韋娜,宋宏勛.  交通運輸工程學(xué)報. 2019(01)
[8]自適應(yīng)窗口形狀的中值濾波[J]. 鄒永寧,姚功杰.  光學(xué)精密工程. 2018(12)
[9]圖像邊緣檢測算法研究新進展[J]. 張紅霞,王燦,劉鑫,申楷赟,付秀娟,王學(xué)華.  計算機工程與應(yīng)用. 2018(14)
[10]道路橋梁養(yǎng)護中常見病害與維護方法[J]. 焦紅霞.  中國高新區(qū). 2018(14)

碩士論文
[1]基于邊緣檢測的圖像分割算法研究[D]. 唐闖.燕山大學(xué) 2012



本文編號：3722941