2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩80頁未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)

文檔簡介

1、隨著我國經(jīng)濟(jì)的快速發(fā)展,我國公路行業(yè)已經(jīng)從新建時期步入養(yǎng)護(hù)與改建并重時期。在路面養(yǎng)護(hù)工作中,原路面病害信息是養(yǎng)護(hù)管理部門制定養(yǎng)護(hù)改建方案的一個非常關(guān)鍵、重要的依據(jù)。如能在病害產(chǎn)生的初期發(fā)現(xiàn)問題,并采取相應(yīng)的措施,這樣可以大大節(jié)約路面養(yǎng)護(hù)費(fèi)用。傳統(tǒng)的基于人工視覺的檢測方法已經(jīng)不能夠滿足道路養(yǎng)護(hù)的需求,并存在很多不足,如檢測人員的安全、檢測效率低下、結(jié)果不精確、影響交通正常運(yùn)行等。基于數(shù)字圖像分析的路面病害檢測方法的研究和相關(guān)系統(tǒng)的開發(fā)已經(jīng)

2、成為各國爭相研究的課題。
  本文詳細(xì)介紹了高速公路瀝青路面的主要病害類型,重點(diǎn)研究總結(jié)了病害的調(diào)查方法及評價指標(biāo)和病害的等級劃分;本文路面試驗用的是加拿大研制ARAN多功能測試車,介紹了高速公路路面病害自動檢測系統(tǒng)的結(jié)構(gòu)組成,及各子系統(tǒng)的功能及特點(diǎn),并介紹了ARAN9000型多功能測試車的工作原理及工作流程。
  本文重點(diǎn)研究了數(shù)字圖像處理的基本知識,圖像增強(qiáng)的常用方法包括圖像變換增強(qiáng),灰度變換增強(qiáng),直方圖變換增強(qiáng)。介紹其

3、原理、數(shù)學(xué)模型及步驟,從實際效果比較說明灰度變換增強(qiáng)和直方圖變換增強(qiáng)更有效;分析比較了圖像除噪方法,并引入空間域圖像銳化實際上也是對模糊圖像的一種去噪處理,使我們目標(biāo)信號更容易被識別出來;介紹了高通濾波器和梯度銳化的實現(xiàn)過程,比較得出高通濾波器處理的圖像比梯度銳化更清晰、更有效。圖像分割是從圖像處理過度到圖像分析的一個重要環(huán)節(jié),本文引入圖像分割概念,介紹了常用的圖像分割方法的理論知識及實際實現(xiàn)過程;本文分析圖像退化原因及圖像復(fù)原的重要性

4、,定義了圖像退化系統(tǒng)基本理論,介紹了連續(xù)函數(shù)的退化模型和離散函數(shù)的退化模型兩種退化模型。針對由勻速直線運(yùn)動引起的圖像模糊研究了具體復(fù)原過程,并編寫了圖像復(fù)原的VisualC++實現(xiàn)程序。
  本文研究了BP神經(jīng)網(wǎng)絡(luò)的基本模型,利用路面狀況的提取特征作為BP神經(jīng)網(wǎng)絡(luò)的輸入值,設(shè)計了3層BP神經(jīng)網(wǎng)絡(luò)對路面病害圖像進(jìn)行分類識別,說明基于BP神經(jīng)網(wǎng)絡(luò)的路面病害識別技術(shù)是可行的。
  最后本文結(jié)合渝黔路工程實例論證了數(shù)字圖像路面病害自

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

最新文檔

評論

0/150

提交評論