首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

基于重复模式检测的绝缘子定位算法研究

致谢第5-6页
摘要第6-7页
ABSTRACT第7-8页
1 引言第11-17页
    1.1 课题研究背景与意义第11-13页
    1.2 国内外研究现状第13-15页
        1.2.1 绝缘子定位第13-14页
        1.2.2 重复模式检测第14-15页
    1.3 论文的主要研究工作第15-16页
    1.4 论文结构第16-17页
2 相关知识介绍第17-23页
    2.1 数据集的相关介绍第17-18页
    2.2 基本特征的介绍第18-19页
        2.2.1 SIFT特征第18-19页
        2.2.2 MSER特征第19页
    2.3 重复模式检测的方法介绍第19-20页
    2.4 其他相关知识介绍第20-23页
        2.4.1 禁忌搜索第20-22页
        2.4.2 GRASP算法第22-23页
3 基于重复模式识别的绝缘子检测第23-38页
    3.1 重复模式定义第23-24页
    3.2 特征的处理第24-26页
    3.3 视觉单词的聚合第26-30页
        3.3.1 种子区域的查找第26页
        3.3.2 视觉单词的查找第26-27页
        3.3.3 视觉单词的筛选第27-29页
        3.3.4 代表特征的选择第29-30页
    3.4 视觉单词-视觉物体的联合优化第30-33页
        3.4.1 重复模式的模型建立第30-31页
        3.4.2 重复模式的求解第31-33页
    3.5 实验结果第33-37页
        3.5.1 实验平台搭建第33页
        3.5.2 特征的对比第33-34页
        3.5.3 基于重复模式的绝缘子定位方法在数据集上的表现第34-37页
    3.6 小结第37-38页
4 一定形状先验的重复模式检测第38-48页
    4.1 相关准备第39-40页
    4.2 视觉单词的提取第40-41页
    4.3 一定形状先验的重复模式检测框架第41-43页
    4.4 实验结果和分析第43-47页
    4.5 小结第47-48页
5 基于深度学习的绝缘子检测第48-55页
    5.1 深度学习理论第48-49页
    5.2 深度学习与目标检测第49-52页
    5.3 基于深度学习的绝缘子定位方法第52-54页
        5.3.1 实验准备和模型训练第52页
        5.3.2 实验模型和结果第52-53页
        5.3.3 实验分析第53-54页
    5.4 小结第54-55页
6 结论与展望第55-57页
参考文献第57-60页
作者简历及攻读硕士学位期间取得的研究成果第60-62页
学位论文数据集第62页

论文共62页,点击 下载论文
上一篇:用于深度学习的医学图像标注系统的设计与实现
下一篇:强化学习在倒立摆起摆及平衡控制中的应用研究