首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

图像匹配技术在电力巡线故障检测中的应用研究

摘要第4-5页
ABSTRACT第5-6页
创新点摘要第7-10页
第一章 绪论第10-17页
    1.1 课题的研究背景和意义第10-11页
    1.2 研究现状第11-15页
        1.2.1 电力巡线故障检测的发展现状第11-12页
        1.2.2 图像匹配研究现状第12-13页
        1.2.3 人工蜂群算法发展及应用现状第13-15页
    1.3 本文主要内容第15页
    1.4 论文安排第15-17页
第二章 图像匹配的基本方法和原理第17-27页
    2.1 引言第17页
    2.2 图像匹配概述第17-19页
        2.2.1 图像匹配方法定义第17-18页
        2.2.2 图像匹配方法一般流程第18-19页
    2.3 图像匹配方法分类第19-26页
        2.3.1 基于图像灰度的图像匹配方法第19-21页
        2.3.2 基于图像特征的图像匹配方法第21-24页
        2.3.3 基于其他理论的图像匹配方法第24-26页
    2.4 本章小结第26-27页
第三章 自适应最优引导人工蜂群算法第27-37页
    3.1 引言第27页
    3.2 标准的人工蜂群算法第27-30页
        3.2.1 蜜源采蜜机理第27-28页
        3.2.2 算法原理第28-29页
        3.2.3 算法流程第29-30页
    3.3 自适应最优引导人工蜂群算法第30-31页
    3.4 算法的收敛性证明第31-33页
    3.5 算法的函数测试及分析第33-36页
        3.5.1 测试函数第33-35页
        3.5.2 函数优化第35-36页
    3.6 本章小结第36-37页
第四章 粗搜索与外延窗细校正的图像精确匹配方法第37-49页
    4.1 引言第37页
    4.2 粗搜索与外延窗细校正的图像精确匹配方法第37-43页
        4.2.1 图像粗搜索第37-38页
        4.2.2 外延窗细校正第38-42页
        4.2.3 算法流程第42-43页
    4.3 实验结果分析第43-48页
        4.3.1 基于AGABC算法和ABC算法的图像粗搜索性能比较第43-44页
        4.3.2 粗搜索与外延窗细校正的精确匹配结果分析第44-47页
        4.3.3 图像匹配算法的性能比较第47-48页
    4.4 本章小结第48-49页
第五章 图像匹配技术在电力巡线故障检测中的应用第49-59页
    5.1 引言第49页
    5.2 图像匹配在电力线路检测中的应用第49-52页
        5.2.1 红外图像特点第49-50页
        5.2.2 电力线路故障分类及检测流程第50-52页
    5.3 电力线路故障匹配结果分析第52-58页
        5.3.1 电力线路待检测图像与故障库同角度故障检测第52-54页
        5.3.2 电力线路待检测图像与故障库变角度故障检测第54-58页
    5.4 本章小结第58-59页
结论第59-61页
参考文献第61-65页
发表文章目录第65-66页
致谢第66-67页

论文共67页,点击 下载论文
上一篇:基于SWOT模型的我国苜蓿产业发展对策研究
下一篇:江苏寒冷地区高校既有学生公寓外围护结构节能改造适宜性技术研究--以中国矿业大学文昌校区学1楼为例