| 摘要 | 第5-6页 |
| ABSTRACT | 第6页 |
| 第1章 绪论 | 第9-14页 |
| 1.1 课题背景 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-12页 |
| 1.2.1 输电线路巡检的发展现状 | 第10-11页 |
| 1.2.2 航拍图像关键部件识别及其异常状态检测研究现状 | 第11-12页 |
| 1.3 主要研究内容及论文结构安排 | 第12-14页 |
| 第2章 图像预处理 | 第14-17页 |
| 2.1 预处理的目的 | 第14页 |
| 2.2 中值滤波 | 第14-15页 |
| 2.3 直方图均衡化 | 第15-16页 |
| 2.4 本章小结 | 第16-17页 |
| 第3章 绝缘子识别与异常检测 | 第17-28页 |
| 3.1 算法的总体框架 | 第17-18页 |
| 3.2 基于显著性检测的绝缘子识别 | 第18-21页 |
| 3.2.1 基于多特征融合的显著性检测 | 第18-20页 |
| 3.2.2 绝缘子定位 | 第20-21页 |
| 3.3 基于OTSU分割与自适应形态学的自爆故障检测 | 第21-25页 |
| 3.3.1 绝缘子细节分割 | 第21-23页 |
| 3.3.2 形态学处理 | 第23-24页 |
| 3.3.3 自爆故障检测及定位 | 第24-25页 |
| 3.4 实验结果与性能分析 | 第25-27页 |
| 3.4.1 测试结果展示 | 第25-26页 |
| 3.4.2 算法鲁棒性分析 | 第26页 |
| 3.4.3 算法时耗与检测率分析 | 第26-27页 |
| 3.5 本章小结 | 第27-28页 |
| 第4章 输电杆塔识别与异常检测 | 第28-43页 |
| 4.1 算法的总体框架 | 第28-29页 |
| 4.2 输电杆塔识别 | 第29-38页 |
| 4.2.1 LSD线段检测 | 第29-31页 |
| 4.2.2 Harris角点检测 | 第31-32页 |
| 4.2.3 形态学融合 | 第32-33页 |
| 4.2.4 分类器识别 | 第33-38页 |
| 4.3 杆塔中鸟巢检测 | 第38-39页 |
| 4.3.1 颜色模型分割 | 第38页 |
| 4.3.2 连通域检测 | 第38-39页 |
| 4.4 实验结果与分析 | 第39-42页 |
| 4.4.1 测试结果展示 | 第39-40页 |
| 4.4.2 算法鲁棒性分析 | 第40-42页 |
| 4.4.3 算法时耗与检测率分析 | 第42页 |
| 4.5 本章小结 | 第42-43页 |
| 第5章 输电线识别与异常检测 | 第43-52页 |
| 5.1 算法的总体框架 | 第43-44页 |
| 5.2 输电线识别 | 第44-46页 |
| 5.2.1 直线检测 | 第44-45页 |
| 5.2.2 输电线提取 | 第45-46页 |
| 5.3 异物搭挂检测 | 第46-50页 |
| 5.3.1 Hu不变矩特征提取 | 第47-48页 |
| 5.3.2 Adaboost算法 | 第48-50页 |
| 5.4 实验结果与分析 | 第50-51页 |
| 5.4.1 测试结果展示 | 第50-51页 |
| 5.4.2 算法时耗与检测率分析 | 第51页 |
| 5.5 本章小结 | 第51-52页 |
| 第6章 结论与展望 | 第52-53页 |
| 6.1 结论 | 第52页 |
| 6.2 展望 | 第52-53页 |
| 参考文献 | 第53-57页 |
| 致谢 | 第57页 |