基于热红外图像的铜电解故障检测
| 摘要 | 第3-4页 |
| ABSTRACT | 第4-5页 |
| 第一章 绪论 | 第8-13页 |
| 1.1 研究背景 | 第8-11页 |
| 1.1.1 铜电解短路检测现状 | 第9页 |
| 1.1.2 图像目标检测 | 第9-11页 |
| 1.1.3 负样本检测分析 | 第11页 |
| 1.2 本文主要研究内容 | 第11-13页 |
| 第二章 图像预处理及样本采集 | 第13-26页 |
| 2.1 相机标定 | 第13-15页 |
| 2.1.1 相机温度标定 | 第13-14页 |
| 2.1.2 相机几何标定 | 第14-15页 |
| 2.2 电解槽图像分割 | 第15-21页 |
| 2.2.1 边缘检测分割 | 第16-19页 |
| 2.2.2 大津阈值分割 | 第19-20页 |
| 2.2.3 电解槽分割难点分析效果 | 第20页 |
| 2.2.4 电解槽图像分割误差分析 | 第20-21页 |
| 2.3 正负样本采集方案 | 第21-25页 |
| 2.3.1 电解槽列累加值 | 第21-22页 |
| 2.3.2 样本图像中间列基准 | 第22-23页 |
| 2.3.3 样本最佳宽度选择 | 第23-25页 |
| 2.4 本章小结 | 第25-26页 |
| 第三章 样本分类识别和搜索方案 | 第26-49页 |
| 3.1 特征提取 | 第26-35页 |
| 3.1.1 几何特征 | 第26-28页 |
| 3.1.2 灰度统计特征 | 第28-30页 |
| 3.1.3 纹理特征LBP | 第30-32页 |
| 3.1.4 主成分分析PCA和像素值有序化 | 第32-35页 |
| 3.2 分类器设选择 | 第35-41页 |
| 3.2.1 最近邻和K近邻 | 第35-36页 |
| 3.2.2 支持向量机SVM | 第36-41页 |
| 3.3 极板短路搜索方案 | 第41-45页 |
| 3.3.1 穷举法搜索负样本 | 第41页 |
| 3.3.2 基于统计的优化搜索 | 第41-43页 |
| 3.3.3 基于低维特征的优化搜索 | 第43-45页 |
| 3.4 实验结果 | 第45-49页 |
| 第四章 结论与展望 | 第49-51页 |
| 4.1 主要结论 | 第49-50页 |
| 4.2 研究展望 | 第50-51页 |
| 参考文献 | 第51-55页 |
| 在学期间的研究成果 | 第55-56页 |
| 致谢 | 第56页 |
