声明
摘要
第一章绪论
1．1课题的研究背景及意义
1．2国内外研究现状
1．2．1无人机国内外发展现状
1．2．2裂缝检测国内外研究现状
1．3目前存在的问题
1．4本文主要研究内容及章节安排
第二章无人机图像采集系统及神经网络相关介绍
2．1引言
2．2无人机图像采集系统及平台搭建
2．3神经网络
2．3．1卷积神经网络
2．3．2深度学习
2．3．3深度学习的具体内容和优势
第三章建筑物外墙面裂缝目标检测
3．1引言
3．2建筑物外墙面裂缝图片数据库
3．3特征
3．3．1 LBP特征
3．3．2 HOG特征
3．3．3卷积特征
3．4人工设计特征与可学习特征训练裂缝数据
3．4．1提取人工设计特征及训练裂缝数据
3．4．2 Faster R-CNN训练裂缝数据
3．4．3 YOLOv3训练裂缝数据
3．5测试实验结果及分析
3．5．1人工设计特征与BP神经网络测试裂缝数据
3．5．2 Faster-RCNN测试裂缝数据
3．5．3 YOLOv3测试裂缝数据
3．5．4实验分析
3．6本章小结
第四章裂缝损伤程度评价
4．1引言
4．2裂缝连接
4．2．1 NEAR模型的外墙面裂缝连接算法
4．2．2山脊线邻域半径的确定
4．2．3实验结果及分析
4．3基于投影特征进行裂缝分类
4．4外墙裂缝的量化及损伤程度的评价方法
4．5本章小节
第五章总结与展望
5．1工作总结
5．2工作展望
参考文献
致谢
攻读学位期间主要科研成果
