输电线路导线断股与损伤的图像识别算法研究
摘要 | 第4-5页 |
abstract | 第5-6页 |
1 绪论 | 第10-16页 |
1.1 课题研究背景及研究意义 | 第10-11页 |
1.2 国内外发展现状 | 第11-13页 |
1.2.1 国外研究现状 | 第11页 |
1.2.2 国内研究现状 | 第11-13页 |
1.3 本文主要研究内容 | 第13-16页 |
2 输电线路导线故障检测总体方案设计 | 第16-20页 |
2.1 系统总体架构 | 第16-17页 |
2.2 图像处理算法总体方案设计 | 第17-18页 |
2.3 本章小结 | 第18-20页 |
3 输电线路导线图像的预处理 | 第20-36页 |
3.1 输电线路导线图像采集 | 第20-21页 |
3.2 输电线路导线图像颜色转换 | 第21-26页 |
3.2.1 传统颜色模型转换 | 第21-25页 |
3.2.2 本文图像转换方法 | 第25-26页 |
3.3 输电线路导线图像去噪 | 第26-28页 |
3.3.1 图像中常见噪声类型 | 第26-27页 |
3.3.2 图像的去噪处理 | 第27-28页 |
3.4 输电线路导线图像增强 | 第28-31页 |
3.4.1 图像灰度拉伸 | 第29页 |
3.4.2 图像直方图均衡化 | 第29-30页 |
3.4.3 分段线性灰度变换 | 第30-31页 |
3.5 实验与分析 | 第31-34页 |
3.6 本章小结 | 第34-36页 |
4 输电线路导线图像分割提取 | 第36-48页 |
4.1 传统导线阈值分割方法 | 第36-39页 |
4.1.1 Otsu阈值分割概述 | 第36-37页 |
4.1.2 改进Otsu阈值分割 | 第37-39页 |
4.2 改进K-means聚类算法导线分割 | 第39-44页 |
4.2.1 K-means聚类算法原理 | 第39-41页 |
4.2.2 LBG算法原理 | 第41-42页 |
4.2.3 本文图像分割提取方法 | 第42-44页 |
4.3 形态学处理 | 第44-45页 |
4.4 实验与分析 | 第45-47页 |
4.4.1 性能评价方法 | 第45页 |
4.4.2 实验结果分析 | 第45-47页 |
4.5 本章小结 | 第47-48页 |
5 输电线路导线断股与损伤检测 | 第48-64页 |
5.1 输电导线断股与损伤检测流程 | 第48-49页 |
5.2 输电导线损伤检测 | 第49-53页 |
5.2.1 局部纵向投影 | 第49-50页 |
5.2.2 局部横向投影 | 第50-52页 |
5.2.3 导线局部损伤区域标识 | 第52-53页 |
5.3 输电线路导线断股检测 | 第53-60页 |
5.3.1 灰度提取 | 第53-55页 |
5.3.2 中值滤波 | 第55-56页 |
5.3.3 滤波结果二值化 | 第56-57页 |
5.3.4 输电导线局部断股识别 | 第57-60页 |
5.4 实验与分析 | 第60-63页 |
5.4.1 输电导线损伤检测实验分析 | 第60页 |
5.4.2 输电导线断股检测实验分析 | 第60-63页 |
5.5 本章小结 | 第63-64页 |
6 输电线路导线断股与损伤检测实例分析 | 第64-74页 |
6.1 输电导线断股与损伤检测算法 | 第64页 |
6.2 输电导线断股与损伤检测算法验证 | 第64-72页 |
6.2.1 输电导线损伤检测算法验证 | 第64-67页 |
6.2.2 输电导线断股检测算法验证 | 第67-72页 |
6.3 本章小结 | 第72-74页 |
7 结论与展望 | 第74-76页 |
7.1 结论 | 第74页 |
7.2 展望 | 第74-76页 |
参考文献 | 第76-82页 |
作者攻读学位期间发表学术论文清单 | 第82-84页 |
致谢 | 第84页 |