导读:本文包含了路面病害自动分类论文开题报告文献综述及选题提纲参考文献，主要关键词:路面病害自动分类,特征提取,小波变换,多分辨率分析
路面病害自动分类论文文献综述
孙奥[1]（2008）在《路面病害图像自动分类方法研究》一文中研究指出基于图像的路面病害自动识别和分类,一直是图像处理和模式识别领域内的一项具有挑战性的工作,对高速公路路面的维修和养护,具有很好的指导作用。本文基于江苏省自然基金项目:路面图像中病害信息检测、分类与度量方法的研究。本文以路面病害的二值化图像作为研究对象,主要研究了路面图像的特征提取方法和分类方法。通过对路面病害图像的分析,在前人研究结果的基础上,针对路面病害图像特殊的纹理特点,将小波变换多分辨率分析引入路面病害图像分类,以图像二层小波分解后七个子频带的小波能量作为描述图像的特征,并用具有不同核函数的支持向量机进行学习和分类,取得了很好的分类效果,能够准确的区分出横向裂缝、纵向裂缝、网状裂缝、块状裂缝和坑槽等五类病害。在分类准确度上要优于Proximity算法和混合密度因子法。鉴于路面病害的检测和分类是件非常耗时的工作,我们设计了一个简单有效的可以协调多台计算机同时处理病害的分布式计算平台。该平台以任务的动态分配为中心,具有结构灵活、负载均衡等特点,可以满足实际检测的需求。(本文来源于《南京理工大学》期刊2008-06-01）
韩杰[2]（2007）在《路面病害图像自动分类方法研究与分析》一文中研究指出基于图像的公路路面病害自动识别与分类，一直是图像处理和模式识别领域的一项挑战性工作，其对公路养护工程具有很大的指导作用。本文的背景科研项目为南京理工大学江苏省自然基金项目：路面图像中病害信息检测、分类与度量方法的研究。本文探索路面各类病害的图像特性，研究基于图像的路面病害自动识别分类方法。本文基于路面病害二值图像，主要研究路面病害图像的特征提取方法。通过对路面病害图像细致、扎实的特征分析，针对性地提出了各种路面病害图像的结构特征，包括线性特征，密集度特征和区域统计特征，这些特征很好地描述了各类路面病害的形状特性，具有明显的分类效果；同时着重提出了基于分形的路面病害统计特征提取方法，通过对路面病害二值图像分形维数得计算，所得路面病害图像的盒维数与信息维数可以有效地区分叁大类路面病害：单向裂缝、网状裂缝和坑槽。最后，用BP神经网络来实现针对路面病害的分类器设计，以路面病害图像的结构特征和统计特征相结合所组成的特征向量作为分类器的输入，输出结果包括六种病害类别，其中对五种路面病害类型均取得了较好的识别效果。(本文来源于《南京理工大学》期刊2007-06-01）
路面病害自动分类论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
基于图像的公路路面病害自动识别与分类，一直是图像处理和模式识别领域的一项挑战性工作，其对公路养护工程具有很大的指导作用。本文的背景科研项目为南京理工大学江苏省自然基金项目：路面图像中病害信息检测、分类与度量方法的研究。本文探索路面各类病害的图像特性，研究基于图像的路面病害自动识别分类方法。本文基于路面病害二值图像，主要研究路面病害图像的特征提取方法。通过对路面病害图像细致、扎实的特征分析，针对性地提出了各种路面病害图像的结构特征，包括线性特征，密集度特征和区域统计特征，这些特征很好地描述了各类路面病害的形状特性，具有明显的分类效果；同时着重提出了基于分形的路面病害统计特征提取方法，通过对路面病害二值图像分形维数得计算，所得路面病害图像的盒维数与信息维数可以有效地区分叁大类路面病害：单向裂缝、网状裂缝和坑槽。最后，用BP神经网络来实现针对路面病害的分类器设计，以路面病害图像的结构特征和统计特征相结合所组成的特征向量作为分类器的输入，输出结果包括六种病害类别，其中对五种路面病害类型均取得了较好的识别效果。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
路面病害自动分类论文参考文献
[1].孙奥.路面病害图像自动分类方法研究[D].南京理工大学.2008
[2].韩杰.路面病害图像自动分类方法研究与分析[D].南京理工大学.2007