摘要 | 第5-7页 |
Abstract | 第7-8页 |
第1章 绪论 | 第15-26页 |
1.1 课题的研究背景及其意义 | 第15-16页 |
1.2 基于图像的绝缘子缺陷检测研究现状 | 第16-24页 |
1.2.1 绝缘子图像去噪方法研究现状 | 第16-19页 |
1.2.2 绝缘子图像分割方法研究现状 | 第19-21页 |
1.2.3 绝缘子识别方法研究现状 | 第21-23页 |
1.2.4 绝缘子缺陷检测方法研究现状 | 第23-24页 |
1.3 论文的主要研究内容 | 第24-26页 |
第2章 基于改进模糊同龄组的绝缘子图像去噪 | 第26-48页 |
2.1 引言 | 第26-27页 |
2.2 噪声类型及图像去噪方法的评价标准 | 第27-29页 |
2.2.1 噪声类型 | 第27-28页 |
2.2.2 图像去噪方法的评价标准 | 第28-29页 |
2.3 基于改进同龄组的自适应高密度脉冲噪声去除算法 | 第29-33页 |
2.3.1 同龄组 | 第29-30页 |
2.3.2 MPGA算法思想 | 第30-31页 |
2.3.3 MPGA算法描述 | 第31-33页 |
2.4 基于改进模糊同龄组的脉冲高斯混合噪声去除算法 | 第33-42页 |
2.4.1 模糊同龄组 | 第33-35页 |
2.4.2 模糊同龄组算法的不足及解决方法 | 第35页 |
2.4.3 基于NSCT和PCA的高斯噪声方差估计 | 第35-42页 |
2.4.4 算法步骤 | 第42页 |
2.5 实验结果分析 | 第42-47页 |
2.5.1 MPGA算法实验结果与分析 | 第43-45页 |
2.5.2 MFPG算法实验结果与分析 | 第45-47页 |
2.6 本章小结 | 第47-48页 |
第3章 基于改进UL-PCNN的绝缘子图像分割 | 第48-63页 |
3.1 引言 | 第48-49页 |
3.2 PCNN及UL-PCNN算法 | 第49-52页 |
3.2.1 PCNN | 第49-50页 |
3.2.2 UL-PCNN | 第50-52页 |
3.3 基于改进UL-PCNN的绝缘子图像分割 | 第52-55页 |
3.3.1 MUL-PCNN算法思想 | 第53-54页 |
3.3.2 MUL-PCNN算法描述 | 第54-55页 |
3.4 实验结果及分析 | 第55-62页 |
3.4.1 Peppers标准测试图像实验 | 第55-57页 |
3.4.2 可见光绝缘子图像实验 | 第57-59页 |
3.4.3 红外绝缘子图像实验 | 第59-61页 |
3.4.4 最佳分割图像迭代次数分析 | 第61-62页 |
3.5 本章小结 | 第62-63页 |
第4章 基于ASIFT的绝缘子识别 | 第63-75页 |
4.1 引言 | 第63-64页 |
4.2 ASIFT算法基本原理 | 第64-66页 |
4.3 绝缘子识别预处理 | 第66-69页 |
4.3.1 图像二值化 | 第66-67页 |
4.3.2 基于形态学的干扰消除 | 第67-69页 |
4.4 绝缘子识别方法步骤 | 第69-70页 |
4.5 实验结果及分析 | 第70-74页 |
4.5.1 模板选取 | 第70页 |
4.5.2 可见光绝缘子识别实验 | 第70-72页 |
4.5.3 红外绝缘子识别实验 | 第72-73页 |
4.5.4 绝缘子多尺度、多角度识别实验 | 第73-74页 |
4.6 本章小结 | 第74-75页 |
第5章 绝缘子典型缺陷检测 | 第75-93页 |
5.1 引言 | 第75-76页 |
5.2 基于稀疏表示的可见光绝缘子掉串缺陷检测 | 第76-90页 |
5.2.1 图像的稀疏表示理论 | 第76-79页 |
5.2.2 方向梯度直方图 | 第79-81页 |
5.2.3 提取绝缘子单盘片的新方法 | 第81-86页 |
5.2.4 基于SRC的绝缘子掉串缺陷检测 | 第86-87页 |
5.2.5 实验结果及分析 | 第87-90页 |
5.2.6 方法可扩展性分析 | 第90页 |
5.3 基于红外图像的绝缘子温升类热故障检测 | 第90-92页 |
5.4 本章小结 | 第92-93页 |
第6章 结论与展望 | 第93-95页 |
6.1 结论 | 第93-94页 |
6.2 展望 | 第94-95页 |
参考文献 | 第95-106页 |
攻读博士学位期间发表的学术论文及其他成果 | 第106-107页 |
攻读博士学位期间参加的科研工作 | 第107-108页 |
致谢 | 第108-109页 |
作者简介 | 第109页 |