基于计算机视觉的输电线路异常巡检图的识别和研究
| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第11-15页 |
| 1.1 研究背景和实际意义 | 第11-12页 |
| 1.1.1 研究背景 | 第11页 |
| 1.1.2 实际意义 | 第11-12页 |
| 1.2 研究现状及存在的问题 | 第12-13页 |
| 1.3 本文的主要研究工作 | 第13-14页 |
| 1.3.1 主要的研究思路 | 第13页 |
| 1.3.2 实验的设计及采用的方法 | 第13-14页 |
| 1.4 论文主体的结构安排 | 第14-15页 |
| 第2章 输电线路异常巡检图的识别技术基础 | 第15-18页 |
| 2.1 OpenCV 简介 | 第15-16页 |
| 2.1.1 OpenCV 概述 | 第15页 |
| 2.1.2 OpenCV 主要功能 | 第15-16页 |
| 2.2 本文可能用到的 OpenCV 相关方法 | 第16-18页 |
| 2.2.1 图像预处理 | 第16-17页 |
| 2.2.2 图像分割 | 第17页 |
| 2.2.3 边界提取 | 第17页 |
| 2.2.4 输电线识别方法 | 第17页 |
| 2.2.5 绝缘子串识别方法 | 第17-18页 |
| 第3章 输电线分叉及悬挂赃物情形的识别 | 第18-36页 |
| 3.1 输电线分叉情形的识别 | 第18-30页 |
| 3.1.1 图像灰度化 | 第19-21页 |
| 3.1.2 中值滤波 | 第21-22页 |
| 3.1.3 图像阈值化 | 第22-24页 |
| 3.1.4 Canny 边缘检测 | 第24-25页 |
| 3.1.5 形态学滤波 | 第25-27页 |
| 3.1.6 直线检测 | 第27-30页 |
| 3.2 输电线悬挂赃物情形的识别 | 第30-35页 |
| 3.2.1 图像预处理 | 第31-33页 |
| 3.2.2 赃物检测 | 第33-35页 |
| 3.3 小结 | 第35-36页 |
| 第4章 绝缘子掉串情形的识别 | 第36-52页 |
| 4.1 校正图像方位 | 第37-39页 |
| 4.2 提取图像 H 分量 | 第39-41页 |
| 4.3 切片轮廓匹配 | 第41-43页 |
| 4.3.1 选取切片 | 第41-42页 |
| 4.3.2 轮廓匹配 | 第42-43页 |
| 4.4 匹配结果分析及优化 | 第43-48页 |
| 4.4.1 匹配结果分析 | 第43-44页 |
| 4.4.2 竖直方向上的过滤 | 第44-46页 |
| 4.4.3 水平方向的过滤 | 第46-48页 |
| 4.5 绝缘子掉串情形判定 | 第48-51页 |
| 4.6 小结 | 第51-52页 |
| 第5章 总结与展望 | 第52-54页 |
| 5.1 主要研究成果 | 第52页 |
| 5.2 研究心得 | 第52-53页 |
| 5.3 后续研究预想 | 第53-54页 |
| 参考文献 | 第54-56页 |
| 作者简介及在学期间所取得的科研成果 | 第56-57页 |
| 致谢 | 第57页 |
