| 摘要 | 第5-6页 |
| ABSTRACT | 第6页 |
| 第1章 绪论 | 第11-17页 |
| 1.1 选题背景及意义 | 第11-12页 |
| 1.1.1 研究背景 | 第11页 |
| 1.1.2 研究意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-15页 |
| 1.2.1 电力设备在线监测系统研究现状 | 第12页 |
| 1.2.2 深度卷积特征表达方法研究现状 | 第12-13页 |
| 1.2.3 绝缘子定位方法研究现状 | 第13-14页 |
| 1.2.4 基于深度卷积特征的表面缺陷分类方法研究现状 | 第14-15页 |
| 1.3 论文主要工作及内容安排 | 第15-17页 |
| 第2章 变压器套管红外在线监测系统 | 第17-24页 |
| 2.1 引言 | 第17页 |
| 2.2 系统总体方案 | 第17-18页 |
| 2.3 系统实现 | 第18-22页 |
| 2.3.1 硬件实现 | 第18页 |
| 2.3.2 软件实现 | 第18-20页 |
| 2.3.3 现场实际应用 | 第20-22页 |
| 2.4 现场图像采集 | 第22-23页 |
| 2.5 小结 | 第23-24页 |
| 第3章 基于描述子向量聚合的图像特征表达方法 | 第24-45页 |
| 3.1 引言 | 第24页 |
| 3.2 相关特征表达方法 | 第24-27页 |
| 3.2.1 二进制鲁棒尺度不变特征 | 第24-26页 |
| 3.2.2 深度卷积神经网络 | 第26-27页 |
| 3.3 基于聚合的特征表达方法 | 第27-44页 |
| 3.3.1 VLAD特征聚合方法 | 第27-28页 |
| 3.3.2 绝缘子二进制特征聚合 | 第28-31页 |
| 3.3.2.1 BRISK中层语义特征构建 | 第28-29页 |
| 3.3.2.2 分类识别结果 | 第29-31页 |
| 3.3.3 基于深度卷积特征图聚合的红外图像绝缘子特征表达方法 | 第31-36页 |
| 3.3.3.1 深度卷积特征图提取 | 第33-34页 |
| 3.3.3.2 深度卷积特征图聚合 | 第34页 |
| 3.3.3.3 实验结果与分析 | 第34-36页 |
| 3.3.4 基于多尺度多层次深度特征聚合的图像特征表达 | 第36-44页 |
| 3.3.4.1 深度网络神经元响应提取 | 第37-39页 |
| 3.3.4.2 深度卷积特征图选择 | 第39-40页 |
| 3.3.4.3 深度卷积局部描述子聚合 | 第40-41页 |
| 3.3.4.4 实验结果与分析 | 第41-44页 |
| 3.4 小结 | 第44-45页 |
| 第4章 基于图像特征表达的绝缘子定位方法 | 第45-55页 |
| 4.1 引言 | 第45页 |
| 4.2 红外图像中基于BRISK特征匹配的绝缘子定位方法 | 第45-47页 |
| 4.2.1 CLAHE预处理 | 第46页 |
| 4.2.2 BRISK特征点匹配定位 | 第46-47页 |
| 4.2.3 基于特征点匹配方法实验的比较 | 第47页 |
| 4.3 基于中层特征表达的红外图像中绝缘子定位方法 | 第47-52页 |
| 4.3.1 红外图像绝缘子整体定位方案 | 第47-48页 |
| 4.3.2 绝缘子搜索策略 | 第48-49页 |
| 4.3.3 冗余区域合并 | 第49-50页 |
| 4.3.4 实验结果 | 第50-52页 |
| 4.3.4.1 绝缘子定位结果 | 第50-51页 |
| 4.3.4.2 与现有电力设备定位方法比较 | 第51-52页 |
| 4.4 基于深度卷积特征图聚合的红外图像绝缘子定位方法 | 第52-54页 |
| 4.5 小结 | 第54-55页 |
| 第5章 基于多区块深度特征的绝缘子表面缺陷分类方法 | 第55-63页 |
| 5.1 引言 | 第55页 |
| 5.2 绝缘子表面缺陷分类方法 | 第55-57页 |
| 5.2.1 深度卷积特征提取 | 第56-57页 |
| 5.2.2 多区块深度卷积特征分类 | 第57页 |
| 5.3 实验结果及分析 | 第57-61页 |
| 5.3.1 绝缘表面缺陷数据库 | 第57页 |
| 5.3.2 深度特征提取及可视化结果 | 第57-59页 |
| 5.3.3 绝缘子表面缺陷分类结果 | 第59-61页 |
| 5.4 小结 | 第61-63页 |
| 第6章 结论与展望 | 第63-65页 |
| 参考文献 | 第65-72页 |
| 攻读硕士学位期间发表的论文及其它成果 | 第72-74页 |
| 攻读硕士学位期间参加的科研工作 | 第74-75页 |
| 致谢 | 第75页 |
