| 摘要 | 第4-5页 |
| abstract | 第5-6页 |
| 第一章 绪论 | 第9-14页 |
| 1.1 选题背景和意义 | 第9-11页 |
| 1.2 国内外研究现状 | 第11-13页 |
| 1.2.1 光伏发电量预报技术国内外研究现状 | 第11页 |
| 1.2.2 云图中云团识别及其运动预测研究现状 | 第11-13页 |
| 1.3 本文工作安排 | 第13-14页 |
| 第二章 TSI云图有效区域提取 | 第14-25页 |
| 2.1 TSI仪器简介 | 第14-15页 |
| 2.2 TSI云图有效区域提取 | 第15-24页 |
| 2.2.1 遮光带和镜头支臂影像的提取 | 第16-20页 |
| 2.2.2 云图修复 | 第20-24页 |
| 2.3 本章小结 | 第24-25页 |
| 第三章 TSI云图的畸变校正 | 第25-34页 |
| 3.1 CCD镜头产生的畸变 | 第25-26页 |
| 3.2 TSI云图畸变分析 | 第26-29页 |
| 3.2.1 基于平面坐标变换的畸变校正分析 | 第26-27页 |
| 3.2.2 基于天顶角坐标的径向畸变分析 | 第27-28页 |
| 3.2.3 最小二乘法 | 第28-29页 |
| 3.3 TSI云图畸变校正 | 第29-33页 |
| 3.3.1 基于天顶角坐标的畸变校正坐标变换 | 第29-31页 |
| 3.3.2 基于双线性插值法的灰度重建 | 第31-33页 |
| 3.4 本章小结 | 第33-34页 |
| 第四章 云团的识别 | 第34-49页 |
| 4.1 云团识别的原理 | 第34-36页 |
| 4.2 传统阈值分割方法下的云团识别 | 第36-40页 |
| 4.2.1 基于最大类间方差法的云团识别 | 第36-38页 |
| 4.2.2 基于最大信息熵法的云团识别 | 第38-39页 |
| 4.2.3 TSI云图特征分析 | 第39-40页 |
| 4.3 基于分块插值的阈值分割方法进行云团的识别 | 第40-47页 |
| 4.3.1 基于分块的最大类间方差法进行云团的识别 | 第40-44页 |
| 4.3.2 基于分块插值的最大类间方差法的云团识别 | 第44-47页 |
| 4.4 本章小结 | 第47-49页 |
| 第五章 云团的外推 | 第49-56页 |
| 5.1 云团的匹配 | 第49-51页 |
| 5.1.1 基于最大互相关法的图像匹配 | 第49-50页 |
| 5.1.2 基于最大互相关法的云团匹配 | 第50-51页 |
| 5.2 云团外推的实现 | 第51-55页 |
| 5.3 本章总结 | 第55-56页 |
| 第六章 总结与展望 | 第56-58页 |
| 6.1 本文工作总结 | 第56页 |
| 6.2 展望 | 第56-58页 |
| 参考文献 | 第58-62页 |
| 发表论文和参加科研情况说明 | 第62-63页 |
| 致谢 | 第63-64页 |