网站大量收购独家精品文档,联系QQ:2885784924

基于图像识别的路面坑洞特征提取研究-计算机科学与技术;计算机应用技术专业论文.docxVIP

基于图像识别的路面坑洞特征提取研究-计算机科学与技术;计算机应用技术专业论文.docx

  1. 1、本文档共185页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  5. 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  6. 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  7. 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  8. 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
基于图像识别的路面坑洞特征提取研究-计算机科学与技术;计算机应用技术专业论文

优秀毕业论文 精品参考文献资料 研究生优秀毕业论文 重庆交通大学学位论文原创性声明本人郑重声明:所呈交的学位论文,是本人在导师的指导下,独立进行研究 重庆交通大学学位论文原创性声明 本人郑重声明:所呈交的学位论文,是本人在导师的指导下,独立进行研究 工作所取得的成果。除文中已经注明引用的内容外,本论文不包含任何其他个人 或集体已经发表或撰写过的作品成果。对本文的研究做出重要贡献的个人和集体, 均已在文中以明确方式标明。本人完全意识到本声明的法律结果由本人承担。 学位论文作者签名: 妗薛 日期:如衫年j月多口日 J 重庆交通大学学位论文版权使用授权书 本学位论文作者完全了解学校有关保留、使用学位论文的规定,同意学校保 留并向国家有关部门或机构送交论文的复印件和电子版,允许论文被查阅和借阅。 本人授权重庆交通大学可以将本学位论文的全部内容编入有关数据库进行检索, 可以采用影印、缩印或扫描等复制手段保存和汇编本学位论文。同时授权中国科 学技术信息研究所将本人学位论文收录到《中国学位论文全文数据库》,并进行信 息服务(包括但不限于汇编、复制、发行、信息网络传播等),同时本人保留在其 他媒体发表论文的权利。 晦翠掀 学位论文作者签名:乡令癖 指导教师签名:7 日期:加心年5月1,o日 日期:》仍歹年r月易9日 本人同意将本学位论文提交至中国学术期刊(光盘版)电子杂志社CNKI系列数 据库中全文发布,并按《中国优秀博硕士学位论文全文数据库出版章程》规定享 受相关权益。 指导教师签名:P离巧量写匕 日期:j吸f年 f月与移日 万方数据 摘 摘 要 基于图像识别的路面坑洞特征提取主要应用于道路养护领域,该研究是以图像 处理技术为基础,利用移动设备对路面坑洞图像进行采集,并对图像特征的提取方 法进行研究。基于图像识别的路面坑洞特征提取的研究内容主要包括对图像中坑洞 的实际尺寸进行测量、坑洞边缘提取以及坑洞图像采集移动应用程序的分析与设计。 图像中物体实际尺寸的测量目前主要采用基于参考物测量和基于采集系统测量。 前者利用图像中某一已知尺寸的物体作为参考物进行测量,该方法较为便捷、灵活, 但每次测量都需要放置参考物,可复用性低;后者通过对采集系统进行标定来测量 图像中待测物体尺寸,该方法复用性高、测量准确度高,但由于采集系统的特定性 使其灵活性差、不便携带和移动。因此,对于道路养护领域而言,研究一种无需参 考物、灵活性高、便于携带的测量方法很有必要。另外,就图像的特征提取而言, 图像边缘信息在图像诸多特征中具有不容忽视的地位。因此,针对路面坑洞类图像 的边缘特征提取算法的研究对于道路养护领域来说也至关重要。 首先,本文对路面坑洞尺寸测量方法进行了研究,提出一种无参考物测量方法。 利用移动设备对坑洞进行图像采集并用其方向和重力感应参数对图像进行预处理和 矫正,然后建立了坑洞测量的数学模型并给出计算公式。通过对测量方法进行误差 分析和对比实验验证,该方法测量准确,误差在可接受范围内。与传统测量方法相 比,该方法有效地解决了依赖参考物测量的问题,对环境依赖性低,提高了信息采 集的便捷性。 其次,本文对路面坑洞类图像的边缘提取算法进行了研究,提出了基于改进 PCNN和形态学的IM.PCNN边缘提取方法。对基本PCNN模型进行优化,简化了 原模型参数,并改进了原模型的线性输入项和脉冲输出计算方法。在图像边缘提取 过程中,先对图像进行增强,在一定程度上消除坑洞周围环境对坑洞边缘的影响, 再利用改进的PCNN模型和形态学的膨胀腐蚀特性对其进行边缘提取。通过对比实 验与边缘评价分析表明,该方法对路面坑洞图像的边缘提取比传统边缘提取算法更 为有效,抗干扰能力强,能有效地抑制路面环境对坑洞边缘的影响,所提取到的边 缘更加清晰、可用。 最后,对坑洞图像采集移动应用进行了分析与设计,使本文提出的方法更好地 应用到实际工程应用中。本文主要从移动应用程序的需求分析、总体设计、详细设 计等方面进行了概述,为以后的程序开发奠定了基础。 关键词:图像识别,路面坑洞,边缘提取,尺寸测量 万方数据 ABSTRACTThe ABSTRACT The technology is primarily used in the field of road maintenance,which can extract potholes features effectively based on digital image recognition.The study is based on image processing technology.The mobile devices are utilized to acquire potholes im

您可能关注的文档

文档评论(0)

131****9843 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档