| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 1 绪论 | 第12-20页 |
| 1.1 课题研究背景及意义 | 第12-13页 |
| 1.2 国内外研究现状 | 第13-17页 |
| 1.2.1 机器视觉技术的发展现状 | 第13-15页 |
| 1.2.2 电力巡线技术的发展现状 | 第15-17页 |
| 1.3 本课题研究的主要内容 | 第17-20页 |
| 2 无人机巡线特点及关键问题 | 第20-26页 |
| 2.1 各种无人机的特点及巡线组合 | 第20-22页 |
| 2.1.1 无人机巡线的特点 | 第20-22页 |
| 2.1.2 电力线路的巡线组合方式 | 第22页 |
| 2.2 无人机巡线系统及关键问题 | 第22-24页 |
| 2.2.1 无人巡线系统 | 第22-23页 |
| 2.2.2 无人机巡线的关键问题 | 第23-24页 |
| 2.3 本章小结 | 第24-26页 |
| 3 航拍电力线路图像处理方法 | 第26-46页 |
| 3.1 视频处理基础分析 | 第26页 |
| 3.2 视频帧的去噪预处理 | 第26-33页 |
| 3.2.1 均值滤波 | 第27-29页 |
| 3.2.2 中值滤波 | 第29-31页 |
| 3.2.3 维纳滤波 | 第31-33页 |
| 3.3 各种算法的实验结果对比 | 第33-34页 |
| 3.4 视频帧的去模糊处理 | 第34-45页 |
| 3.4.1 模糊参数值的估计 | 第34-38页 |
| 3.4.2 常规的复原方法 | 第38-42页 |
| 3.4.3 图像最大熵去模糊 | 第42-43页 |
| 3.4.4 各种复原结果的对比与分析 | 第43-45页 |
| 3.5 本章小结 | 第45-46页 |
| 4 复杂背景下电力线路的提取、识别和跟踪 | 第46-68页 |
| 4.1 图像分割 | 第47-53页 |
| 4.1.1 边缘检测算子简介 | 第48-50页 |
| 4.1.2 改进的CANNY边缘检测算子 | 第50-51页 |
| 4.1.3 实验验证 | 第51-53页 |
| 4.2 电力线的提取算法 | 第53-60页 |
| 4.2.1 Hough变换 | 第53-55页 |
| 4.2.2 相位编组及改进算法 | 第55-57页 |
| 4.2.3 改进的相位编组与Hough相互融合的输电线提取算法 | 第57-58页 |
| 4.2.4 实验验证与分析 | 第58-60页 |
| 4.3 电力线路的自动跟踪 | 第60-65页 |
| 4.3.1 电力线路跟踪方案的探讨 | 第60页 |
| 4.3.2 基于UKF的Camshaft目标跟踪 | 第60-65页 |
| 4.4 实验结果 | 第65-66页 |
| 4.5 本章小结 | 第66-68页 |
| 5 总结与展望 | 第68-70页 |
| 5.1 总结 | 第68-69页 |
| 5.2 展望 | 第69-70页 |
| 参考文献 | 第70-74页 |
| 致谢 | 第74-76页 |
| 作者简介及读研期间主要科研成果 | 第76页 |