摘要 | 第4-5页 |
abstract | 第5-6页 |
1 绪论 | 第10-16页 |
1.1 课题研究背景及意义 | 第10页 |
1.2 国内外研究现状 | 第10-13页 |
1.2.1 绝缘子覆冰机理与防护技术现状 | 第10-11页 |
1.2.2 覆冰绝缘子识别检测技术现状 | 第11-12页 |
1.2.3 基于图像处理的覆冰绝缘子识别技术发展 | 第12-13页 |
1.3 本文的研究内容 | 第13-16页 |
2 覆冰绝缘子识别检测系统架构 | 第16-22页 |
2.1 系统架构 | 第16-17页 |
2.2 主要功能分析 | 第17-20页 |
2.2.1 前端监测装置 | 第17-18页 |
2.2.2 系统通信网络 | 第18-20页 |
2.2.3 后台监控中心C/S客户端软件 | 第20页 |
2.3 图像处理算法实现总体设计 | 第20-22页 |
3 复杂环境下覆冰绝缘子图像预处理 | 第22-42页 |
3.1 各颜色模型及转换关系 | 第22-25页 |
3.1.1 RGB模型 | 第22-23页 |
3.1.2 HSI模型 | 第23-24页 |
3.1.3 HSV模型 | 第24-25页 |
3.2 图像中常见的噪声类型 | 第25-26页 |
3.2.1 高斯噪声 | 第25页 |
3.2.2 几种实际噪声 | 第25-26页 |
3.3 图像的去噪处理 | 第26-28页 |
3.4 图像增强 | 第28-35页 |
3.4.1 空间域图像增强 | 第28-31页 |
3.4.2 频率域图像增强 | 第31-35页 |
3.5 实验与分析 | 第35-40页 |
3.5.1 去噪性能评价方法 | 第35-36页 |
3.5.2 去噪结果分析 | 第36-38页 |
3.5.3 增强性能评价方法 | 第38-39页 |
3.5.4 增强结果分析 | 第39-40页 |
3.6 本章小结 | 第40-42页 |
4 覆冰绝缘子目标分割定位 | 第42-54页 |
4.1 阈值分割及其改进 | 第42-45页 |
4.1.1 Otsu阈值分割 | 第42-43页 |
4.1.2 改进Otsu阈值分割 | 第43-45页 |
4.2 遗传算法图像分割 | 第45-49页 |
4.2.1 遗传算法概述 | 第45-46页 |
4.2.2 遗传算法图像分割 | 第46-47页 |
4.2.3 改进遗传算法图像分割 | 第47-49页 |
4.3 改进遗传算法和改进二维Otsu分割法的结合 | 第49-50页 |
4.4 形态学处理 | 第50-51页 |
4.5 分割结果分析 | 第51-53页 |
4.5.1 性能评价方法 | 第51页 |
4.5.2 图像分割效果图 | 第51-52页 |
4.5.3 结果分析 | 第52-53页 |
4.6 本章小结 | 第53-54页 |
5 复杂环境下覆冰绝缘子目标识别检测 | 第54-66页 |
5.1 边缘检测 | 第54-58页 |
5.1.1 梯度算子 | 第54-55页 |
5.1.2 一阶微分算子 | 第55-57页 |
5.1.3 二阶微分算子 | 第57-58页 |
5.2 轮廓跟踪 | 第58页 |
5.3 几何及形状特征分析 | 第58-60页 |
5.3.1 几何特征的描述 | 第58-59页 |
5.3.2 形状特征的描述 | 第59-60页 |
5.4 摄像机标定 | 第60-62页 |
5.4.1 标定图像获取 | 第60-61页 |
5.4.2 摄像机标定 | 第61-62页 |
5.5 实验结果分析 | 第62-64页 |
5.6 本章小结 | 第64-66页 |
6 复杂环境下覆冰绝缘子识别检测应用分析 | 第66-70页 |
6.1 覆冰绝缘子算法验证 | 第66-68页 |
6.1.1 覆冰绝缘子图像增强算法验证 | 第66-67页 |
6.1.2 覆冰绝缘子分割识别算法验证 | 第67页 |
6.1.3 覆冰绝缘子厚度检测算法验证 | 第67-68页 |
6.2 软件功能实现 | 第68-70页 |
6.2.1 首页显示界面 | 第68页 |
6.2.2 系统监测主界面 | 第68-69页 |
6.2.3 系统检测主界面 | 第69-70页 |
7 总结与展望 | 第70-72页 |
7.1 总结 | 第70页 |
7.2 展望 | 第70-72页 |
参考文献 | 第72-78页 |
附录 | 第78-80页 |
作者攻读学位期间发表学术论文清单 | 第80-82页 |
致谢 | 第82页 |