智能視覺探測是計算機視覺的一個重要問題，涉及模式識別與智能系統(tǒng)、圖像處理、統(tǒng)計學、機器學習等多個領(lǐng)域內(nèi)容。本書結(jié)合了作者團隊長期的科研經(jīng)驗，首先介紹排水管道行業(yè)現(xiàn)狀、病害類別、探測需求，以及排水管道探測技術(shù)現(xiàn)狀等相關(guān)基礎(chǔ)知識，然后具體闡述排水管道圖像去霧技術(shù)、圖像修復技術(shù)、病害視覺檢測技術(shù)、病害智能檢測與可視化系統(tǒng)等典型實例，并將排水管道機器人智能視覺探測與識別領(lǐng)域的新技術(shù)和新成果貫穿于全書的描述之中。
本書適合具有一定數(shù)學基礎(chǔ)、學習或從事計算機信息與智能控制專業(yè)，并對機器學習和視覺感知方向感興趣并深入鉆研的讀者。
第1章 概述
1.1 排水管道行業(yè)現(xiàn)狀
1.2 排水管道病害類別
1.3 排水管道探測需求
第2章 排水管道探測技術(shù)現(xiàn)狀
2.1 人工檢測技術(shù)
2.2 地下管道聲吶檢測技術(shù)
2.3 管道電法檢測技術(shù)
2.4 管道雷達檢測技術(shù)
2.5 管道視頻檢測技術(shù)
2.6 管道機器人技術(shù)
第3章 排水管道圖像去霧技術(shù)
3.1 排水管道圖像去霧算法綜述
3.2 排水管道圖像去霧算法基礎(chǔ)
3.3 基于暗原色先驗和多尺度Retinex的管道圖像去霧算法
3.4 基于深度學習的DCPDN管道圖像去霧網(wǎng)絡(luò)算法
第4章 排水管道圖像修復技術(shù)
4.1 排水管道圖像修復算法綜述
4.2 排水管道圖像修復算法基礎(chǔ)
4.3 基于計算機視覺的排水管道遮擋分割算法
4.4 基于部分卷積的排水管道圖像修復算法
4.5 基于PLSAVQGAN的排水管道圖像修復算法
第5章 排水管道病害視覺檢測技術(shù)
5.1 排水管道病害檢測算法綜述
5.2 基于特征提取的排水管道病害識別算法
5.3 基于深度學習的排水管道病害識別算法
第6章 排水管道病害智能檢測與可視化系統(tǒng)
6.1 概述
6.2 排水管道病害智能檢測系統(tǒng)
6.3 排水管道病害三維可視化系統(tǒng)
第7章 總結(jié)與展望
7.1 總結(jié)
7.2 展望
參考文獻
書單推薦
