| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第9-12页 |
| 1.1 课题研究背景及意义 | 第9-10页 |
| 1.2 图像拼接技术研究 | 第10-11页 |
| 1.2.1 图像配准技术的发展与现状 | 第10页 |
| 1.2.2 图像融合技术的发展与现状 | 第10-11页 |
| 1.3 课题主要研究内容 | 第11-12页 |
| 第2章 无人机输电线路图像配准技术 | 第12-22页 |
| 2.1 引言 | 第12页 |
| 2.2 图像配准技术原理及步骤 | 第12-13页 |
| 2.3 构造图像金字塔尺度空间 | 第13-17页 |
| 2.3.1 图像尺度空间 | 第13页 |
| 2.3.2 高斯差分尺度空间 | 第13页 |
| 2.3.3 高斯金字塔和DoG金字塔 | 第13-14页 |
| 2.3.4 构建Hessian矩阵 | 第14-17页 |
| 2.4 利用非极大值抑制初步确定特征点 | 第17页 |
| 2.5 选取特征点的方向 | 第17-18页 |
| 2.6 构造SURF特征点描述算子 | 第18页 |
| 2.7 基于SURF算法检测与FLANN算法描述的优化 | 第18-19页 |
| 2.8 配准算法实验检测 | 第19-21页 |
| 2.9 本章小结 | 第21-22页 |
| 第3章 无人机输电线路图像融合技术 | 第22-28页 |
| 3.1 引言 | 第22页 |
| 3.2 多分辨率样条融合法 | 第22-23页 |
| 3.3 小波变换图像融合法 | 第23页 |
| 3.4 加权平均图像融合法 | 第23-25页 |
| 3.4.1 渐入渐出法 | 第24页 |
| 3.4.2 帽子函数加权平均值法 | 第24-25页 |
| 3.5 stitch拼接模块 | 第25-27页 |
| 3.6 本章小结 | 第27-28页 |
| 第4章 输电线路山火图像的处理与山火识别 | 第28-36页 |
| 4.1 引言 | 第28页 |
| 4.2 输电线路可见光图像山火烟识别 | 第28-29页 |
| 4.3 输电线路红外图像山火识别 | 第29-35页 |
| 4.3.1 红外图像灰度分布进行快速识别 | 第30-34页 |
| 4.3.2 红外图像反演温度值识别火源 | 第34-35页 |
| 4.4 本章小结 | 第35-36页 |
| 第5章 输电线路覆冰图像的处理与厚度计算 | 第36-50页 |
| 5.1 引言 | 第36页 |
| 5.2 输电线路可见光图像覆冰导线检测 | 第36-38页 |
| 5.2.1 Sobel算子 | 第37页 |
| 5.2.2 Canny算子 | 第37-38页 |
| 5.3 输电线路红外图像覆冰导线检测方法 | 第38-43页 |
| 5.3.1 Ratio边缘检测 | 第39-41页 |
| 5.3.2 Hough直线提取 | 第41-42页 |
| 5.3.3 导线筛选 | 第42-43页 |
| 5.4 输电线路覆冰厚度计算 | 第43-45页 |
| 5.5 输电线路覆冰厚度校正 | 第45-49页 |
| 5.6 本章小结 | 第49-50页 |
| 第6章 总结与展望 | 第50-53页 |
| 6.1 工作总结 | 第50-51页 |
| 6.2 工作展望 | 第51-53页 |
| 参考文献 | 第53-56页 |
| 致谢 | 第56页 |