摘要 | 第1-4页 |
ABSTRACT | 第4-10页 |
主要符号说明 | 第10-13页 |
1 绪论 | 第13-27页 |
·研究背景及意义 | 第13-16页 |
·研究背景 | 第13-14页 |
·研究意义 | 第14-16页 |
·电力设备安全预警技术及红外检测技术的国内外研究现状 | 第16-24页 |
·电力设备安全预警技术的国内外研究现状 | 第16-17页 |
·电力系统红外检测技术的国内外研究现状 | 第17-19页 |
·基于红外图像的图像配准、图像分割及视频分析技术研究现状 | 第19-24页 |
·主要研究内容 | 第24-26页 |
·研究方法和技术路线 | 第26-27页 |
2 变电站红外遥视及安全预警系统 | 第27-35页 |
·变电站红外遥视及安全预警系统的功能及监测的变电站主要设备 | 第27-30页 |
·系统功能 | 第27页 |
·变电站红外遥视与安全预警系统监测的变电站主要设备 | 第27-30页 |
·变电站红外故障预警系统组成 | 第30-31页 |
·系统组成框架图 | 第30-31页 |
·系统组成设备 | 第31页 |
·变电站红外故障预警系统工作原理和实施步骤 | 第31-34页 |
·系统工作原理 | 第31页 |
·系统实施步骤 | 第31-34页 |
·本章小结 | 第34-35页 |
3 变电站设备红外图像配准技术研究 | 第35-62页 |
·图像配准概述 | 第35-40页 |
·变电站设备红外图像配准问题的提出 | 第35页 |
·图像配准的定义及基本框架 | 第35-40页 |
·图像配准方法 | 第40页 |
·本系统图像配准的目标 | 第40页 |
·基于相位相关和 Harris 角点匹配的变电站设备红外遥视图像配准 | 第40-48页 |
·相位相关法 | 第40-42页 |
·基于 Harris 角点匹配的变电站设备红外图像配准 | 第42-45页 |
·算法流程 | 第45页 |
·实验结果与分析 | 第45-48页 |
·基于改进的 SIFT 算法的变电站设备红外遥视图像配准 | 第48-61页 |
·SIFT 特征提取算法 | 第48-51页 |
·构造 SIFT 特征描述子 | 第51-52页 |
·SIFT 特征匹配 | 第52页 |
·SIFT 算法优化 | 第52-53页 |
·算法流程 | 第53-54页 |
·实验结果及分析 | 第54-61页 |
·本章小结 | 第61-62页 |
4 变电站设备红外图像分割及故障诊断技术研究 | 第62-93页 |
·图像分割概述 | 第62-68页 |
·图像分割的定义 | 第62-63页 |
·基于边缘的分割方法 | 第63-65页 |
·基于区域灰度的分割方法 | 第65-66页 |
·基于特定理论的分割新方法 | 第66-68页 |
·改进的分水岭算法分割变压器油枕油位 | 第68-78页 |
·油枕油位自动检测算法概述 | 第68-69页 |
·图像预处理 | 第69-71页 |
·多尺度形态学梯度变换 | 第71-72页 |
·标记图像的生成 | 第72-73页 |
·结合梯度图和标记图的分水岭分割 | 第73页 |
·实验结果及分析 | 第73-78页 |
·改进的模糊聚类算法分割散热器故障区域 | 第78-92页 |
·模糊理论基础 | 第79-80页 |
·模糊 C 均值聚类图像分割算法(FCM) | 第80-84页 |
·改进的模糊核聚类分割算法 | 第84-89页 |
·IRKFCM 算法分割步骤 | 第89-91页 |
·实验结果及分析 | 第91-92页 |
·本章小结 | 第92-93页 |
5 变电站内 SF6 设备气体泄漏的自动检测 | 第93-106页 |
·变电站设备气体泄漏检测概述 | 第93-96页 |
·变电站设备 SF6 气体泄漏检测的意义 | 第93-94页 |
·变电站设备 SF6 气体泄漏检测的常规方法 | 第94-95页 |
·问题的提出 | 第95-96页 |
·基于视频的变电站设备 SF6 气体泄漏检测 | 第96-102页 |
·检测的总体架构 | 第96-97页 |
·基于混合高斯背景建模的疑似泄漏区域提取 | 第97-100页 |
·数学形态学去噪 | 第100-101页 |
·烟雾扩散特征的提取 | 第101-102页 |
·检测结果与分析 | 第102-104页 |
·本章小结 | 第104-106页 |
6 结论和展望 | 第106-110页 |
·结论 | 第106-107页 |
·创新点 | 第107-108页 |
·展望 | 第108-110页 |
致谢 | 第110-111页 |
参考文献 | 第111-121页 |
附录 | 第121-122页 |