基于图像的电力设施异常事件检测
| 摘要 | 第5-6页 |
| ABSTRACT | 第6页 |
| 第一章 绪论 | 第9-14页 |
| 1.1 课题背景及选题意义 | 第9-10页 |
| 1.2 电力设施异常事件检测发展概述 | 第10-12页 |
| 1.3 本文研究内容 | 第12-13页 |
| 1.3.1 论文的主要工作 | 第12-13页 |
| 1.3.2 论文的难点 | 第13页 |
| 1.4 本章小结 | 第13-14页 |
| 第二章 图像预处理和传统边缘检测 | 第14-28页 |
| 2.1 图像预处理 | 第14-19页 |
| 2.1.1 彩色图像转灰度图像 | 第14-15页 |
| 2.1.2 灰度图像直方图均衡化 | 第15-17页 |
| 2.1.3 灰度图像的滤波方法 | 第17-19页 |
| 2.2 传统边缘检测 | 第19-26页 |
| 2.2.1 边缘检测算子 | 第19-23页 |
| 2.2.2 阈值分割算法 | 第23-25页 |
| 2.2.3 阈值分割改进算法 | 第25-26页 |
| 2.3 本章小结 | 第26-28页 |
| 第三章 电气设备图像边缘检测 | 第28-39页 |
| 3.1 粒子群算法边缘检测 | 第28-30页 |
| 3.2 结构森林算法边缘检测 | 第30-32页 |
| 3.2.1 随机森林算法 | 第30-31页 |
| 3.2.2 模型的训练 | 第31页 |
| 3.2.3 结构森林算法边缘检测 | 第31-32页 |
| 3.3 仿真结果对比分析 | 第32-34页 |
| 3.4 结构森林改进算法 | 第34-36页 |
| 3.5 输电线路覆冰厚度测量 | 第36-38页 |
| 3.6 本章小结 | 第38-39页 |
| 第四章 电气设备行人检测与统计 | 第39-47页 |
| 4.1 行人检测方法介绍 | 第39-40页 |
| 4.2 背景建模和图像预处理 | 第40-42页 |
| 4.3 行人检测分类器 | 第42-45页 |
| 4.4 目标跟踪 | 第45-46页 |
| 4.5 本章小结 | 第46-47页 |
| 第五章 结论与展望 | 第47-49页 |
| 5.1 研究总结 | 第47-48页 |
| 5.2 工作展望 | 第48-49页 |
| 参考文献 | 第49-53页 |
| 攻读硕士学位期间发表的论文及其它成果 | 第53-54页 |
| 致谢 | 第54页 |
