基于labview的路面裂缝的图像检测及分类任务书

 2021-11-05 07:11

1. 毕业设计(论文)的内容和要求

课题要求根据公路路面裂缝的检测需求,设计开发图像检测和分类的软件系统,快速处理判断路面的状况,并对有裂缝的路面进行裂缝类型分类,将该信息进行保存和记录。

传统的公路裂缝检测主要是人工检测,面对日益增长的公路建设需求,人工检测运营效率低、主观性影响大、危险性较高等不足,已无法满足现在的检测需求。

基于数字图像的路面裂缝检测技术可以提供安全、高效、成本低廉的道路状态监控服务。

剩余内容已隐藏,您需要先支付后才能查看该篇文章全部内容!

2. 参考文献

[1]王荣本,王超,初秀明.路面破损图像识别研究进展[J].吉林工业大学学报,2002,32(4):91-97. [2]张娟,沙爱民,高怀钢等.基于数字图像处理的路面裂缝自动识别与评价系统[J].长安大学学报,2004,24(2):18-22.[3]初秀明,王荣本,储江伟,王超.沥青路面破损图像分割方法研究[J].中国公路学报,2003,16(3):11-13. [4]阮秋琦.数字图像处理 [M].北京:电子工业出版社,2001.[5]张精榕,顾彬彬,李剑桥.一种实时在线的公路路面破损及位置检测装置[J].电子技术应用,2018,44(8):64-68.[6] 李伟,呼延菊,沙爱民,孙朝云,郝雪丽.基于3D数据和双尺度聚类算法的路面裂缝检测[J].华东理工大学学报,2015,43(8):99-105. [7]周瑜,刘俊涛,白翔. 形状匹配方法研究与展望[J].自动化学报. 2012,38( 6) :889 -909.[8]张迎春,郭禾. 基于粗糙集和新能量公式的水平集图像分割[J]. 自动化学报 ,2015,41(11):1537-1542.[9]Wang XY, Wu ZF, Chen L, Zheng HL, Yang HY. Pixel classification based color image segmentation using quaternion exponent moments. Neural Networks, 2015,74:1-13[10] Myung Jin Choi, Antonio,Alan S. Willsky,A tree-based context model for object recognition[J]. IEEE Transactions on Pattern Analysis and Machine Intelligence, 2012, 34 ( 2) :240 -252.除上述文献外,请再自行查阅相关文献不少于20篇。

剩余内容已隐藏,您需要先支付 10元 才能查看该篇文章全部内容!立即支付

以上是毕业论文任务书,课题毕业论文、开题报告、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。