| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 引言 | 第9-17页 |
| 1.1 选题背景及意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-15页 |
| 1.3 本论文主要工作及内容安排 | 第15-17页 |
| 第2章 复合绝缘子喷水分级试验和自然淋雨试验 | 第17-23页 |
| 2.1 样本的选取 | 第17页 |
| 2.2 拍摄相机的参数及拍摄原则 | 第17页 |
| 2.3 人工喷水试验 | 第17-18页 |
| 2.4 自然淋雨试验 | 第18-22页 |
| 2.4.1 小雨条件下淋雨试验 | 第19-20页 |
| 2.4.2 中雨条件下淋雨试验 | 第20-21页 |
| 2.4.3 大雨条件下淋雨试验 | 第21-22页 |
| 2.5 本章小结 | 第22-23页 |
| 第3章 复合绝缘子憎水性图像预处理方法的研究 | 第23-31页 |
| 3.1 同态滤波 | 第23-25页 |
| 3.2 直方图增强 | 第25-27页 |
| 3.2.1 直方图基本概念 | 第25页 |
| 3.2.2 直方图均衡化 | 第25-26页 |
| 3.2.3 自适应直方图均衡化 | 第26-27页 |
| 3.3 基于同态滤波的自适应直方图均衡化处理憎水性图像 | 第27-29页 |
| 3.4 本章小结 | 第29-31页 |
| 第4章 复合绝缘子憎水性图像分割方法的研究 | 第31-40页 |
| 4.1 Canny 算子基本原理 | 第31-33页 |
| 4.2 Otsu 阈值法原理 | 第33-35页 |
| 4.3 数学形态学 | 第35-36页 |
| 4.4 基于改进 Canny 算子憎水性图像分割算法 | 第36-39页 |
| 4.4.1 改进的 Canny 算子提取边缘 | 第36-37页 |
| 4.4.2 数学形态学修正 | 第37-38页 |
| 4.4.3 实验结果分析 | 第38-39页 |
| 4.5 本章小结 | 第39-40页 |
| 第5章 基于 BP 神经网络的复合绝缘子憎水性自动识别方法的研究 | 第40-50页 |
| 5.1 样本图像的获取 | 第40页 |
| 5.2 特征值提取 | 第40-41页 |
| 5.3 BP 神经网络模型 | 第41-44页 |
| 5.4 基于改进 BP 神经网络的绝缘子憎水性识别模型 | 第44-49页 |
| 5.4.1 BP 神经网络构建 | 第44-47页 |
| 5.4.2 BP 神经网络的训练 | 第47-48页 |
| 5.4.3 模型识别结果与分析 | 第48-49页 |
| 5.5 本章小结 | 第49-50页 |
| 第6章 基于 MATALB 的憎水性分析软件图形用户界面(GUI)设计 | 第50-58页 |
| 6.1 GUI 简介 | 第50-51页 |
| 6.2 GUI 设计原则及流程 | 第51页 |
| 6.3 GUI 设计结果 | 第51-53页 |
| 6.4 GUI 调试结果 | 第53-57页 |
| 6.5 本章小结 | 第57-58页 |
| 第7章 结论和展望 | 第58-60页 |
| 7.1 研究结论 | 第58页 |
| 7.2 不足与展望 | 第58-60页 |
| 参考文献 | 第60-63页 |
| 攻读硕士学位期间发表的论文及科研情况 | 第63-64页 |
| 致谢 | 第64页 |
