| 摘要 | 第1-7页 |
| Abstract | 第7-11页 |
| 第1章 绪论 | 第11-16页 |
| ·课题的研究背景及意义 | 第11页 |
| ·国内外研究现状 | 第11-13页 |
| ·论文主要工作 | 第13-14页 |
| ·论文结构安排 | 第14-16页 |
| 第2章 变电站设备红外图像去噪与增强 | 第16-23页 |
| ·基于形态学权重自适应算法的变电站设备红外图像去噪 | 第16-19页 |
| ·形态学开-闭级联 | 第16页 |
| ·形态学权重自适应图像去噪 | 第16-18页 |
| ·实验结果与分析 | 第18-19页 |
| ·多尺度Retinex算法变电站设备红外图像增强 | 第19-22页 |
| ·单尺度Retinex增强 | 第19-20页 |
| ·多尺度Retinex增强 | 第20页 |
| ·实验结果与分析 | 第20-22页 |
| ·本章小结 | 第22-23页 |
| 第3章 变电站设备红外图像的分割 | 第23-33页 |
| ·基于阈值的图像分割方法 | 第23-25页 |
| ·迭代法阈值分割 | 第23-24页 |
| ·最大类间方差法分割 | 第24-25页 |
| ·基于加权切比雪夫距离K-means聚类的最大熵法图像分割 | 第25-30页 |
| ·K-means聚类算法原理 | 第25-27页 |
| ·基于加权切比雪夫距离的K-means聚类 | 第27-28页 |
| ·基于加权切比雪夫距离K-means聚类的二维最大熵法图像分割 | 第28-30页 |
| ·实验结果与分析 | 第30-32页 |
| ·本章小结 | 第32-33页 |
| 第4章 变电站设备红外图像的特征提取与分类识别 | 第33-45页 |
| ·基于Hu不变矩的变电站设备红外图像特征提取 | 第33-37页 |
| ·Hu不变矩 | 第33-35页 |
| ·实验结果与分析 | 第35-37页 |
| ·基于Zernike不变矩的变电站设备红外图像特征提取 | 第37-41页 |
| ·Zernike不变矩 | 第37-38页 |
| ·Zernike矩的归一化 | 第38-39页 |
| ·实验结果与分析 | 第39-41页 |
| ·基于支持向量机的变电站设备红外图像分类识别 | 第41-44页 |
| ·支持向量原理 | 第41-43页 |
| ·实验结果与分析 | 第43-44页 |
| ·本章小结 | 第44-45页 |
| 第5章 变电站设备热故障诊断方案设计 | 第45-57页 |
| ·变电站设备热故障 | 第45-46页 |
| ·变电站设备发热方式 | 第45-46页 |
| ·变电站设备热故障类型 | 第46页 |
| ·变电站设备热故障诊断方案设计 | 第46-51页 |
| ·变电站设备热故障诊断流程 | 第46-49页 |
| ·变电站设备热故障分析诊断规则设计 | 第49-51页 |
| ·实验测试与结果 | 第51-56页 |
| ·本章小结 | 第56-57页 |
| 总结与展望 | 第57-59页 |
| 致谢 | 第59-60页 |
| 参考文献 | 第60-64页 |
| 攻读硕士学位期间发表的论文及参加的项目 | 第64页 |
