原创力文档- 1、本文档共33页，可阅读全部内容。
- 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、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、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、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 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、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、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
船体裂缝检测：基于图像处理和机器学习的技术革新
目录
内容概述．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．3
1.1船体裂缝检测的重要性．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．3
1.2现有检测技术的局限性．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．4
1.3本研究的意义．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．4
船体裂缝检测技术概述．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．5
2.1裂缝检测的基本原理．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．5
2.2传统检测方法的分类．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．6
2.3图像处理技术在裂缝检测中的应用．．．．．．．．．．．．．．．．．．．．．．．．．7
图像处理技术在船体裂缝检测中的应用．．．．．．．．．．．．．．．．．．．．．．8
3.1图像预处理．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．9
3.1.1图像去噪．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．10
3.1.2图像增强．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．10
3.1.3图像锐化．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．11
3.2裂缝特征提取．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．12
3.2.1边缘检测．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．13
3.2.2裂纹轮廓提取．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．13
3.2.3裂纹长度和宽度测量．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．14
3.3裂缝分类与定位．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．15
机器学习在船体裂缝检测中的应用．．．．．．．．．．．．．．．．．．．．．．．．．16
4.1机器学习概述．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．16
4.2机器学习在图像处理中的应用．．．．．．．．．．．．．．．．．．．．．．．．．．．．17
4.3常用机器学习算法简介．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．19
4.3.1支持向量机．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．20
4.3.2随机森林．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．21
4.3.3深度学习．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．21
基于图像处理和机器学习的船体裂缝检测系统设计．．．．．．．．．．．22
5.1系统架构设计．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．23
5.2算法流程设计．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．25
5.3系统实现与优化．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．25
实验与结果分析．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．26
6.1实验数据集．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．26
6.2实验方法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．27
6.2.1图像预处理．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．28
6.2.2裂缝特征提取．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．28
6.2.3机器学习模型训练与测试．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．29
6.3实验结果分析．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．30
6.3.1检测精度评估．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．31
6.3.2检测速度评估．．．．．．．．．
文档评论（0）