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